As-Rigid-As-Possible Shape Manipulation论文笔记

ARAP(As-Rigid-As-Possible)变形算法 上图中,最左侧的模型为其初始状态,由后面三种模型形状的变换我们可以发现它实际上就是要求变形前后模型每一个局部都只经历了平移或者旋转,也就是刚体变换(rigid -transformation)。我们知道,刚体变换是不会产生形状扭曲的,那么如果局部的形状都尽量被保持,变化的只是模型的大体姿态,也就满足了我们之前所说的保持局部细节不变的要求。这也是我们今天要讲的as-rigid-as-possibl... 阅读详情


这篇博客我会结合自己做的presentation对一篇siggraph上一篇古老但十分重要的论文As-Rigid-As-Possible Shape Manipulation做个介绍。有好几篇后来的siggraph上的文献,在视屏防抖《Content-Preserving Warps for 3D Video Stabilization》为三维视频稳定提供内容保护的空间扭曲《Bundled Camera Paths for Video Stabilization》为视频稳定捆绑了相机路径,还是在图像全景《Rectangling Panoramic Images via Warping》通过扭曲的矩形全景图像等都用到这个算法,


首先说一下大致介绍一下摘要说的重要的内容:

提出一个互动的系统,让用户移动和变形的二维图形,不需要事先手动建立骨架或自由变形(FFD)。图形是建立在一个三角形网上,用户移动几个约束顶点变化。然后系统通过最小化每个三角形的变形误差计算剩余自由顶点的位置。

在基于物理的模拟或迭代改进还可以用于这个目的,他们往往是缓慢的。我们提出一个两步封闭算法,实现实时交互。第一步找到一个适当的旋转和移动,第二步调整规模。

主要方式是使用二次误差度量以便每个最小化问题成为一个线性方程组。解联立方程后开始互动,我们可以很快找到自由的顶点的位置在交互式操作。

方法成功地传达了一种刚性的形状,在空间变形方法是困难的。多点输入设备,即使是初学者可以很容易地移动,旋转和变形形状。



所以,这篇文章的大致思路就是:

设计一个二次误差度量的自由变量的系统可以解决最小化问题作为一个简单的矩阵计算。理想情况下,希望一个适当的二次误差函数代表整体变形。在检查了各种可能性后,最后得出的结论是,它是不可能设计这样一个功能。我们的解决方案是将问题分割成一个旋转部分和规模部分,每个部分由一个独立的二次误差函数。这种分解,我们可以获得最终结果按顺序解决两个最小二乘问题。给定约束顶点的坐标,第一步生成一个中间结果通过最小化错误指标,防止剪切和不均匀拉伸但允许旋转和统一的扩展。第二步需要这个结果和调整每个三角形的规模。第二步是进一步分解为两个连续的过程。系统首先符合每个原始三角形对应的中间三角形不改变规模,然后计算最终结果通过最小化错误度量表示安装三角形之间的差异以及由此产生的三角形。


相关工作:

先介绍一个相关理论的大概念。形状操纵技术大致可分为两类。一个是变形的空间目标形状是嵌入;另一种是变形的形状,同时考虑到其结构。

 

使用骨架变形、FFD和其他空间变形方法属于第一类。骨骼,每一个点的形状是关联到一个坐标系定义的骨头(Lewis et al . 2000]。在FFD,每个点与一个封闭地区FFD网格[MacCracken和喜悦1996]。其他空间变形技术变形全球空间(迪莉娅·米莉蓉et al . 2002年)。贝尔和尼利使用空间变形变形[1992]。捻线机变形全球空间据两位6自由度控制[骆驼et al . 2003],巴雷特和切尼[2002]用于数字图像编辑空间扭曲变形。Brookstein[1989]利用薄板样条函数找到空间变形所定义的一些控制点。这些方法的一个缺点是它们的刚度模型周围的空间,而不是形状本身,因此所产生的变形大大不同于真正的对象的行为。

 

第二类包括物理方法为基础,其中最受欢迎的是弹簧质点模型[吉布森和Mirtich 1997]。这些都是非常容易实现的,但是他们的行为太有弹性了,许多应用程序和收敛缓慢。此外,注意优化各种参数需要让他们真正的工作。身体与有限元方法准确模拟是可能的(Celniker和Gossard 1991),但这些都是非常复杂和昂贵的解决,使他们不适合互动操作简单的图纸。ArtDefo系统(1999年詹姆斯和Pai)实现身体准确、互动形状变形使用边界元方法,但它仅限于很小的变形,如戳表面,并不适用于大变形弯曲手臂。

 

这里介绍的工作属于第二类。我们的目标是介绍内部模型刚度成型操作。然而,而不是使用基于物理的模型,我们使用简单的几何方法类似于一种技术用于(Alexa et al . 2000年)。他们获得一个as-rigid-as-possible形状之间的插值通过计算每个三角形元素的一个刚性变换几何和缝合在一起。同样,我们实现操纵as-rigid-as-possible几何最小化畸变与网格中的每个三角形有关。Sheffer和Kraevoy[2004]介绍类似的变形工具,但使用迭代计算,太贵的交互式操作,特别是当控制顶点迅速行动。

 

我们使用的算法可以看作是拉普拉斯算子的一种变体surface-editing Sorkine等提出的方法。[2004]。他们实现了快速detail-preserving变形通过使用旋转和尺度不变的拉普拉斯算子的坐标。他们还提出了扩展变形形状的拉普拉斯算子回到原来的规模,可以集中精力处理。同样的,我们添加一个scale-preserving初始变形过程的影响。我们表明,这种scale-preservation效应有可能更动态操作比在他们的论文中看到的例子,修复,用户大部分的形状和动作感兴趣的特定区域。


算法:

(1)理论讲解

相对坐标的概念:开始这个算法之前,我需要先给讲解一个三角形中相对坐标的概念:给定一个三角形v0v1v2,如下图所示:

                                                       

那么我们定义,v2相对于v0、v1的坐标为(x01,y01),满足:

                              

也就是说,我们可以通过已知的一个三角形,然后建立一个以三角形的一个顶点为原点,以其邻接边、及其对应的垂直旋转90度后的方向分别作为x轴、y轴,求取三角形另外一个顶点的相对于这个坐标系的坐标。OK,如果我给你一个三角形,我要你计算出(x01,y01),你要怎么计算?

(x01

as rigid as possible编译 这是一篇2005年的siggraph 论文, 阅读详情

相关推荐

VLA-2025-03:GR00T N1【骨架:Eagle-2;端到端双系统VLA:S2 VLM+S1 DiT+FM;数据:单/双臂+人形,机器人+人类+仿真+神经共592.9M帧/8375.7小时】

通用机器人需要多功能的躯体和智能的头脑。近年来,人形机器人的发展在构建人类世界中通用自主性的硬件平台方面展现出巨大潜力。一个基于海量多样化数据源训练的机器人基础模型,对于使机器人能够推理新情况、稳健应对现实世界的多变性以及快速学习新任务至关重要。为此,我们推出了GR00T N1,一个面向人形机器人的开放基础模型。GR00T N1是一个具有双系统架构的视觉‑语言‑动作(VLA)模型。视觉语言模块(系统2)通过视觉和语言指令来解读环境。随后的扩散Transformer模块(系统1)实时生成流畅的电机动作。

u013250861的博客 289

SteadyFlow: Spatially Smooth Optical Flow for Video Stabilization

我们通过光流初始化staedyFlow,然后通过时空分析丢弃不连续运动,并通过运动补偿填充缺失区域。 通过时空分析不连续的光流区域 (1):空间分析: 章节4.2:In the spatial domain, we threshold the gradient magnitude of raw optical flow to identify discontinuous regions. Once...

qq_32425195的博客 997

【图像拼接】论文精读:As-Rigid-As-Possible Shape Manipulation(ARAP)

文章目录前言1.摘要2.算法的总体流程总结 前言 图像变形算法 1.摘要 论文提出了一个二维图形互动系统。图形是建立在三角形网格上的,用户只需移动几个网格顶点(限制顶点),系统通过最小化每个三角形的误差计算网格剩余顶点(自由顶点)的位置。 算法分两步: 适当旋转每个三角形。 调整大小。 关键是使用二次度量误差将最小化问题转换成线性方程组,然后再解这个方程组。 刚性形状变形是很难的,论文的研究使其变得简单。 2.算法的总体流程 总的流程分三步: 将图形用三角形网格覆盖 选择三个点(限制顶点) 操纵限

主要更新底层视觉(去噪、超分等)相关的科研内容,形式为【论文精读】+【论文复现】 15万+

【图像拼接】论文精读:Image stitching method by multi-feature constrained alignment and colour adjustment

图像拼接系列相关论文精读 Seam Carving for Content-Aware Image Resizing As-Rigid-As-Possible Shape Manipulation Adaptive As-Natural-As-Possible Image Stitching Shape-Preserving Half-Projective Warps for Image Stitching Seam-Driven Image Stitching Parallax-tolerant Ima

主要更新底层视觉(去噪、超分等)相关的科研内容,形式为【论文精读】+【论文复现】 13万+

【图像拼接】论文精读:Geometric Structure Preserving Warp for Natural Image Stitching(GES-GSP)

CVPR 2022 图像拼接 GES-GSP 论文详细解读

主要更新底层视觉(去噪、超分等)相关的科研内容,形式为【论文精读】+【论文复现】 9万+

【图像拼接】论文精读:Dual-Feature Warping-based Motion Model Estimation(DFW)

双特征扭曲运动模型评估

主要更新底层视觉(去噪、超分等)相关的科研内容,形式为【论文精读】+【论文复现】 11万+

【2024-03】DP3:3D Diffusion Policy【通过改进模仿学习算法本身,可以使机器人仅利用极少量的示范数据就获得这些复杂技能】

模仿学习(Imitation Learning)为教授机器人灵巧技能提供了一种高效的方法;然而,要以鲁棒且具有泛化能力的方式学习复杂技能,通常需要消耗大量的人类示范数据。为了解决这一具有挑战性的问题,我们提出了3D 扩散策略(3D Diffusion Policy,DP3),这是一种新颖的视觉模仿学习(Visual Imitation Learning)方法,它将3D 视觉表征(3D Visual Representations)的能力融入扩散策略(Diffusion Policies)中;

u013250861的博客 26

WAM-2026-06:Kairos【骨架:4B VideoDiT;VLM:Qwen3.5-2B;原生MoT双DiT+FM;数据:数百万小时开放视频+10万小时人类数据;形态:单/双臂+灵巧手+人形】

Learning, Maintaining, and Deploying Control-Sufficient World States Kairos Team学习、维护与部署控制充分的世界状态 Kairos TeamWorld models are becoming a central substrate for Physical AI, yet their current development is differentiating across representational, generative

u013250861的博客 208

【图像拼接】论文精读:Content-Preserving Warps for 3D Video Stabilization(CPW)

论文题目:Content-Preserving Warps for 3D Video Stabilization——用于3D视频稳定的内容保持扭曲GSP、SPW、LPC等warp时多个项最小化问题的思想都是来自于这篇论文——CPW视频防抖。我们描述了一种从手持摄像机转换视频的技术,以便它看起来像是用定向相机运动拍摄的。我们的方法调整视频以出现,就好像它是从附近的视点拍摄的,允许模拟 3D 相机运动。通过仅针对感知合理性,而不是准确的重建,我们能够开发能够有效从单个源视频中重建动态场景的算法。

主要更新底层视觉(去噪、超分等)相关的科研内容,形式为【论文精读】+【论文复现】 2万+

As-Rigid-As-Possible Shape Manipulation

Shape Manipulation, Deformation, Image Editing, Mesh Editing, Animation, Interaction

AS-rigid-as-possible shape manipulation

构建一个实时的交互式系统,使用者可以移动和改变二维图像的形状。方法主要分为两步,首先对图像分割的三角形进行旋转变化,然后调整图像的尺寸。

DataManipulation-0.1.7-py3-none-any.whl

包含了一些数据操作用的函数,当前版本0.1.6。用于建模的数据清洗、重采样 、离散化、计算信息值等操作。拷贝后使用pip3 install + 路径/文件名即可。依赖的包目前为numpy,pandas和pickle,都是常用基础包

VPI与Matlab协同仿真:相干光通信接收端DSP算法全解析

本文详细解析了如何利用VPI与Matlab协同仿真,构建完整的相干光通信接收端DSP算法处理闭环。重点介绍了从VPI导出数据后,在Matlab中实现时钟恢复、偏振解复用和载波相位估计等核心算法的步骤与原理,并阐述了如何通过误码率计算完成仿真验证,为相干光通信系统算法研究与验证提供了高效实用的方法。

ll5678的博客 611

飞行器坐标转换

本文定义的是右手直角坐标系,x−y−zx-y-zx−y−z轴分别为北-天-东。从AAA坐标系到BBB坐标系是分别绕y−z−xy-z-xy−z−x轴,即天-东-北旋转ψ−θ−γψ−θ−γ。如果AAA是惯性系,BBB是机体系,则这三个角度分别为偏航角、俯仰角、横滚角。图1 惯性系到机体系。

gongfuyd的博客 1356

AT32串口打印全攻略:从零搭建到printf重定向(GCC版)

本文详细介绍了在GCC编译环境下为AT32系列MCU实现串口打印与printf重定向的完整方案。针对从Keil MDK迁移到GCC工具链时常见的串口无输出问题,文章从环境搭建、USART配置入手,重点剖析了GCC下printf重定向的核心原理——通过重写_write()函数,并提供了经过验证的代码实现、常见问题排查及性能优化建议。

weixin_29163797的博客 265

PINN for PDE(偏微分方程)4 - 反向问题 - Burgers’ equation

PINN for PDE(偏微分方程)4 - 反向问题 - Burgers’ equation

m0_62030579的博客 3005

Python爬虫终极实战:逆向解析+异步处理,高效爬取中关村在线万级产品数据

爬虫工程师的战场,已经从简单的HTML解析,转向了对网络协议、JavaScript执行逻辑的深度逆向工程。然后刷新页面,当浏览器发起这个请求时,执行会暂停,我们可以一步步跟蹤调用栈(Call Stack),找到发起请求前的JavaScript代码,从而发现参数的计算逻辑。它们会添加一个动态的、一次性的签名(token)或加密参数,用于验证请求的合法性。这是整个爬虫最核心、最具技术含量的部分。的请求,其响应体正是结构清晰的JSON数据,包含了当前页面的所有手机信息(产品ID、名称、价格、图片等)。

2201_76125261的博客 429

3、基于视觉的智能分拣机:原理、算法与应用

本文介绍了一种基于视觉的智能分拣系统,利用树莓派、相机模块和多种检测算法实现低成本、高精度的物体分拣。系统支持颜色、形状和尺寸三种检测方式,准确率达99%,广泛适用于制造业、农业和物流等领域。文章详细阐述了各检测算法原理、测试结果及系统优化方向,并探讨了其实际应用案例与未来发展前景。

mqtt6iot的博客 239

ML.NET在工业上位机中的深度应用:如何用C#实现10ms级预测推理?

模型要“够用就好”:工业场景的规律往往不复杂,别迷信深度学习,FastTree、线性模型足够应付80%的场景,且速度快3-5倍;预处理“能省就省”:离线做90%的特征工程,实时只处理动态变化的10%,这是突破10ms的关键;代码“贴近硬件”:用struct、数组池、SIMD等“非托管技巧”写C#,避免GC成为实时性瓶颈;测试“模拟极端”:在目标工控机上用100%负载(同时跑PLC通信、运动控制、视觉检测)测试推理延迟,确保极端情况下仍达标。

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 744

前后端面试题【目录】

工作时候扭螺丝,面试时候造火箭,现状就是如此。不管是背八股文,还是掌握了知识的精华,对答如流才是硬道理。本专栏就是要集具前端精华,规范、算法、架构、封装、原理等一并汇集,让前端的小伙伴有个思路。, 欢迎一起交流,并非常期望您能够提供有价值的学习资料。

大剑师兰特的GIS世界 1838

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

上一篇: 使用朴素贝叶斯进行问卷分析(C++)
下一篇: java+mysql+tomcat MVC框架网站搭建
codes_first
博客等级 码龄10年 255粉丝 34原创
评论 3
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值