Neural Octahedral Field: Octahedral Prior for Simultaneous Smoothing and Sharp Edge Regularization

一句话总结

给神经隐式距离场额外配一个由 MLP 参数化的”八面体场(octahedral field)”，利用八面体框架的立方对称性天然地允许方向约束在边缘处发生跳变，从而把”平滑”和”保锐(sharp edge)”这两个任务统一成”在八面体空间里做平滑”这一件事，使从无向点云做隐式表面重建时能在去噪的同时保留尖锐特征，且全程保持逐点(pointwise)操作。

研究背景

从无向、含噪点云重建表面时，主流做法是把几何编码为一个 MLP 参数化的连续距离场的零水平集(SDF/UDF)。真实传感器噪声大，重建算法既要尽量去噪、又要保留尖锐边等几何特征——而这两件事往往是耦合的：传统离散方法(点云/网格)通常先用中值滤波或双边滤波去噪，再朝边缘逐步采样以恢复锐度，靠的是点云上的 k 近邻(KNN)邻域连通性来”判断在哪里做平滑、在哪里做保锐”。

问题在于神经隐式表示没有显式邻域连通性：几何只能通过逐点查询来推断和修改。把平滑/保锐写成逐点能量并不难,难点是”在哪个点用哪种操作”——没有局部连通性，传统边缘检测算法失效；即便靠可微表面提取造出连通性,其反传会违反水平集方程而带来固有偏差;而显式边缘检测通常是多阶段的,与端到端的隐式拟合流程不契合。

作者由此提出：能否用一种全程逐点、且对平滑与保锐给出统一处理的方法？答案来自八面体框架场(源自六面体网格生成)的一个观察——它在边缘处的插值行为天然是”边缘感知”的。

方法

核心观察：对称性把保锐化为平滑

先看二维直觉。一个光滑向量场在相邻两点上取一对正交向量,由于空间光滑性,中间点的向量需要覆盖 \(90^\circ\) 的角度差;若这是某个二维 SDF 的梯度场、且两点是零水平集样本,则穿过它们的表面法向在高斯映射上至少覆盖 \(90^\circ\),没有额外先验就很难把法向旋转压缩到一个小邻域里形成视觉上的尖锐转折。

但若换成具有 \(90^\circ\) 对称性的”十字场(cross field)”:因为两个正交向量在对称下等价,它们之间没有角度差。于是当用它引导 SDF 梯度场时,就天然诱导出一种”尖锐”的几何先验。八面体框架正是十字场在三维的推广。因此,平滑与尖锐边正则化都可以归约为八面体空间里的平滑。

八面体场的对称不变参数化

八面体框架 \(V\) 是一点处三条互相正交方向及其反向的集合:

\[V=\{\pm v_1,\pm v_2,\pm v_3\}\]

由于立方对称,对这些向量做置换或取反(共 24 种组合)并不改变框架,直接用代表向量比较两框架很不方便。作者沿用把八面体框架表示为球面上多项式的做法,并投影到球谐(SH)第 0、4 阶基:

\[F_q(s)=c_0\big(c_1 y_0 + q^{T} y_4(s)\big),\quad s\in S^2,\ \lVert q\rVert=1\]

利用 SH 基的正交性,两框架之差可归约为其 SH 第 4 阶系数向量之差:

\[d(V_a,V_b)=\int_{S^2}\big(F_{q_a}(s)-F_{q_b}(s)\big)^2 ds \propto \lVert q_a-q_b\rVert_2^2\]

于是一个八面体框架可由 9 维系数向量 \(q\) 完全刻画。把 \(q\) 视作空间坐标的函数、用 MLP 表示,就得到神经八面体场 \(q:\mathbb{R}^3\to\mathbb{R}^9\)(输出归一化到单位范数)。

与距离场对齐

目标是让八面体场的某个代表向量 \(v_i\) 对齐距离梯度方向 \(r=\nabla u/\lVert\nabla u\rVert\)。作者借助正交可分解张量的刻画:框架的代表向量正是其齐次多项式 \(F_T\) 的不动点。直接用张量幂法迭代恢复 \(v_i\) 难以反传,于是采用一个对自动微分友好的等价充要条件——\(r\) 是代表向量当且仅当齐次多项式的梯度与 \(r\) 共线:

\[\nabla_r F_T(q,r)=4r\]

这是一个高度紧凑的双向约束:若 \(q\) 是合法框架,则满足此式的 \(r\) 必是其代表向量(隐含 \(\lVert r\rVert=1\));反之若 \(r\) 是单位向量,则满足此式的 \(q\) 必是与 \(r\) 对齐的合法八面体框架(隐含 \(q\) 落在八面体流形上)。

两阶段优化与损失

流程为两阶段:先初始化距离场,再拟合一个既平滑又与距离梯度对齐的八面体场,后者反过来引导距离场梯度的更新直至收敛。总损失为

\[\mathcal{L}_{total}(q,u)=\tau\big(\lambda_{smooth}\mathcal{L}_{smooth}(q)+\lambda_{align}\mathcal{L}_{align}(q,u)\big)+\mathcal{L}_{recon}(u)\]

其中 \(\tau\) 是切换阶段的线性权重调度因子。平滑损失是八面体场的 Dirichlet 能量:

\[\mathcal{L}_{smooth}(q)=\int_{\mathbb{R}^3} w_u(x)\lVert\nabla q(x)\rVert_F^2\, dx\]

对齐损失把上面的充要条件写成距离度量并加权:

\[\mathcal{L}_{align}(q,u)=\int_{\mathbb{R}^3} w_u(x)\,\lVert\nabla_r F_T(q,r)-4r\rVert_2^2\, dx,\quad r=\frac{\nabla u}{\lVert\nabla u\rVert}\]

权重 \(w_u(x)=\exp(-\beta\cdot SG(u(x)))\) 优先靠近零水平集的样本(\(SG\) 为停梯度)。对 \(\nabla u\) 做归一化有两个好处:解耦了 \(\lVert\nabla u\rVert^3\) 的缩放以稳定训练,并使方法可用于非单位范数距离场。\(\mathcal{L}_{recon}\) 是所选初始化方法自带的损失,初始化后仍需保留,因为该方法本身是非保守的梯度滤波,需要它来约束几何。

值得强调的是:八面体框架只能精确描述 \(90^\circ\) 倍数的角度,但对一般角度它仍比光滑向量插值提供更尖锐的先验,当角度差很小时又收敛到光滑插值。方法可与任意能给出可信初始距离场的重建方法配对,并已同时适配 SDF 与 UDF 两类重建。

实验结果

实现上,距离场与八面体场都用 4 层、256 单元的 SIREN;在单张 RTX 3090 上用 ADAM 优化 1 万步、约 12 分钟。评测用 Chamfer 距离、Hausdorff 距离与 F-score(距离阈值 0.5%),网格用 Marching Cube 在 \(512^3\) 提取,不做任何后处理。

SDF 重建:在 ABC(含尖锐边的 CAD 模型)与 Thingi10k(更一般形状)上,用 Blensor 模拟飞行时间扫描生成两档噪声。与 14 个方法对比,涵盖隐式拟合、块去噪、公理化、数据先验四类。在噪声 \(0.002L\) 下与隐式拟合类对比(不调初始化权重),本方法取得最佳:ABC/Thingi10k 的 Chamfer 为 2.663/2.038、Hausdorff 为 5.495/3.880、F-score 为 94.325/97.078,既能给 CAD 模型产生更干净的特征线,也能更好处理掌纹、衣物褶皱等有机特征。在噪声 \(0.01L\) 下与块去噪类对比,F-score 明显领先(88.866/91.500),相比 EAR/RFEPS 更能保持有机形状、相比 GLR/LP 边缘更锐。

方法 (0.002L)	Chamfer↓ (ABC/Thingi)	F-score↑ (ABC/Thingi)
DiGS	3.734 / 2.232	93.885 / 96.775
StEik	4.128 / 2.611	92.084 / 95.207
NSH	5.755 / 3.792	92.391 / 96.064
Ours	2.663 / 2.038	94.325 / 97.078

UDF 重建:由于八面体框架对齐对梯度的翻转和范数缩放不敏感,方法可用于无向、非单位范数距离场。在 S2DF 上实现,并在 SRB 与 ShapeNet(Car/Watercraft)上与 S2DF、CapUDF 对比,取得最优的 Chamfer 与多数 F-score(SRB/ShapeNet 的 F-score 为 93.114/99.259)。

消融:用 DiGS(会额外引入平滑先验)作初始化会在高噪声下掉点(F-score 从 88.866/91.500 降到 81.326/77.782),因为过度平滑的初始化让细节难以浮现,说明本方法更适合配”不额外平滑距离场”的初始化(如 NSH)。平滑权重方面,固定 \(\lambda_{align}=50\) 增大 \(\lambda_{smooth}\) 会让尖锐特征浮现,但过大会稀释对齐约束、扭曲重建;经验上 \(\lambda_{smooth}=0.5\)(即 \(0.01\cdot\lambda_{align}\))是稳健折中。运行时约 12 分钟,略慢于多数隐式拟合方法,但平均 Chamfer 最低(2.351)。

亮点与局限

亮点:

• 用一个统一而数学干净的机制处理平滑与保锐:把两者都归约为八面体空间里的平滑,避免了传统方法的多阶段、显式边缘检测与交替损失。
• 全程逐点、端到端,天然契合 MLP 隐式表示的查询式接口,无需邻域连通性。
• 推导出对自动微分友好的对齐充要条件 \(\nabla_r F_T(q,r)=4r\),同时隐式保证向量单位化与框架落在八面体流形上。
• 通用性强:对梯度翻转和范数缩放不敏感,可同时用于 SDF 与 UDF;可与不同初始化方法配对。仅靠几何先验(而非数据先验)就与需要法向、数据先验的方法有竞争力。

局限:

• 需要可信的初始化,八面体空间的平滑无法修复完全损坏的几何,也无法像 NSH 那样修正不一致的法向朝向(因框架对方向取反不变)。
• 与其他神经隐式拟合类似,易产生”鬼影”几何与多余部分;因是非保守的梯度滤波,位置约束弱时(尤其开放表面边界)会略微外扩重建结果。
• 因额外用一个 MLP 建模八面体场并最小化其雅可比范数(高阶损失),速度偏慢。
• 八面体框架只能描述 \(90^\circ\) 倍数角,对非 \(90^\circ\) 的尖端与很细的结构无法精确刻画;当前对不同尺度结构一视同仁,缺乏自适应缩放。

延伸思考

• 作者点出的方向很自然:把八面体框架换成非正交的框架场,以精确描述非 \(90^\circ\) 角;并与数据先验结合以实现自适应尺度缩放,从而扩展到场景级(如神经渲染)重建。
• “用一个对称不变的辅助场把两个看似对立的目标(去噪 vs 保特征)统一成同一个平滑目标”是很漂亮的建模思路,值得迁移到其他既要正则又要保结构的隐式任务(如法向估计、纹理场、材质场)。
• 该方法本质是给隐式场加”边缘感知的方向先验”,而方向先验来自纯几何对称性、无需训练数据,这为”无数据先验但强结构先验”的重建路线提供了范例——在缺乏标注或跨域泛化时尤其有价值。
• 非保守、依赖重建损失约束边界是其效率与通用性的代价;若能引入显式的开放边界约束,或把八面体先验与局部/全局邻域信息(网格、点云连通性)结合,可能同时缓解外扩与鬼影问题。