Resumen Técnico: TetraSDF

Planteamiento del Problema

Extraer una superficie explícita (por ejemplo, una malla de triángulos) que coincida exactamente con el conjunto de nivel cero de una función de distancia con signo (SDF) neuronal aprendida es un paso crítico en los procesos de superficies implícitas neuronales. Los enfoques existentes se enfrentan a un compromiso fundamental:

1. Métodos basados en muestreo (por ejemplo, Marching Cubes, Marching Tetrahedra) discretizan el campo implícito. Aunque son ampliamente utilizados, introducen errores de discretización dependientes de la resolución. Lograr una alta fidelidad requiere un muestreo denso, lo que infla los presupuestos de triángulos y suele introducir artefactos de "escalonamiento" (staircase).
2. Métodos analíticos (por ejemplo, Marching Analítico) aprovechan la estructura de CPWA (Piecewise Affine Continua) de los MLP de ReLU para extraer el conjunto de nivel cero de forma exacta. Sin embargo, estos métodos están restringidos a los MLP de ReLU simples, que sufren de sesgo espectral y tienen dificultades para aprender detalles geométricos de alta frecuencia.
3. Intentos híbridos (por ejemplo, TropicalNeRF) intentan combinar codificadores basados en rejillas con extracción analítica, pero a menudo dependen de heurísticas geométricas (como las intersecciones de planos diagonales) o imponen restricciones que son difíciles de satisfacer de manera uniforme, fallando en garantizar una coincidencia exacta con el conjunto de nivel cero de la red.

Metodología

Los autores proponen TetraSDF, un marco que tiende un puente entre la expresividad de los codificadores basados en rejillas y la exactitud de la extracción de isosuperficies analítica. La innovación central reside en la arquitectura de la red y el proceso de extracción.

1. Arquitectura de la Red: Codificador Tetraédrico de Multirresolución

En lugar del estándar de interpolación trilineal utilizado en los codificadores basados en rejillas (que rompe la propiedad CPWA), TetraSDF emplea un codificador posicional tetraédrico de multirresolución compuesto con un MLP de ReLU.

• Rejilla Tetraédrica: El espacio de entrada se particiona en rejillas de multirresolución donde cada celda cúbica se subdivide en seis tetraedros congruentes.
• Interpolación Baricéntrica: Las características se interpolan utilizando coordenadas baricéntricas dentro de estos tetraedros. Dado que la interpolación baricéntrica es afín, la salida del codificador permanece afín dentro de cada celda tetraédrica.
• Estructura CPWA Global: La composición del codificador afín y el MLP de ReLU preserva la propiedad CPWA global de la red. Esto permite que todo el mapeo pueda ser tratado como una función afín por partes sobre un complejo poliédrico, lo que lo hace apto para la extracción analítica exacta.

2. Precondicionamiento de Entrada

La geometría de la rejilla tetraédrica induce una métrica anisotrópica, lo que provoca un sesgo direccional en las actualizaciones de gradiente y tasas de aprendizaje efectivas desiguales. Para mitigar esto, los autores derivan un precondicionador de entrada analítico fijo ($A^*$). Esta transformación lineal blanquea la métrica inducida por el codificador, reduciendo el número de condición espectral y estabilizando el entrenamiento sin requerir parámetros aprendibles.

3. Proceso de Extracción de Isosuperficie Analítica

El proceso de extracción opera sobre el complejo poliédrico inducido por el codificador y las regiones lineales de la red ReLU:

• Esqueleto Inicial: Un algoritmo tensorizado construye eficientemente el esqueleto inicial (vértices y aristas) de las celdas poliédricas inducidas por el codificador, explotando las normales de planos compartidos a través de los niveles de resolución.
• Indicadores de Región y Máscaras Baricéntricas: Para rastrear el estado de la red, el método utiliza:
  • Vectores de Signo: Para identificar las regiones lineales del MLP de ReLU.
  • Máscaras Baricéntricas: Para determinar la posición de un punto relativo a los límites tetraédricos (cara, arista o vértice).
  • Indicadores de Región: Un índice espacial único que codifica el tetraedro específico y el anclaje de la rejilla en cada nivel de resolución.
• Subdivisión de Aristas Consciente de la Rejilla: Los autores extienden el algoritmo de subdivisión de aristas para recorrer conjuntamente las celdas poliédricas del codificador y las regiones lineales del MLP. Mediante la perturbación de los vectores de signo y los indicadores de región, el algoritmo identifica regiones adyacentes y calcula los puntos de intersección exactos del conjunto de nivel cero con las aristas.
• Extracción de Caras: La malla final se construye conectando los vértices que se encuentran en el conjunto de nivel cero, asegurando que la malla resultante sea topológicamente consistente con la isosuperficie de la red.

Contribuciones Clave

1. Marco TetraSDF: Una arquitectura novedosa que combina un codificador posicional tetraédrico de multirresolución con un MLP de ReLU. Mantiene las capacidades de modelado de alta frecuencia de los codificadores basados en rejillas mientras mantiene una estructura CPWA global para la extracción analítica exacta.
2. Manejo Poliédrico Tensorizado: Un esquema para construir y manejar las estructuras poliédricas resultantes mediante operaciones tensoriales paralelas, permitiendo una implementación eficiente en GPU.
3. Precondicionador Analítico: Un precondicionador de entrada de forma cerrada derivado de la métrica del codificador para mitigar el sesgo direccional, mejorando la precisión del aprendizaje de la SDF y la estabilidad del entrenamiento.
4. Extracción Exacta: Un algoritmo de subdivisión de aristas consciente de la rejilla que rastrea tanto las celdas del codificador como las regiones lineales del MLP, garantizando que la malla extraída coincida exactamente con el conjunto de nivel cero de la red.

Resultados Experimentales

Los autores evalúan TetraSDF en tres conjuntos de datos: Stanford 3D Scanning Repository, ABC y Thingi10K.

• Precisión Geométrica: TetraSDF iguala o supera a los codificadores basados en rejillas existentes (HashGrid, PermutoGrid) en la Distancia de Chamfer (CD) respecto a las mallas de referencia. Supera a los modelos de referencia de extracción analítica (Analytic Marching, TropicalNeRF) en todos los conjuntos de datos.
• Autoconsistencia: El método demuestra una autoconsistencia casi perfecta entre la malla extraída y el conjunto de nivel cero de la red. Métricas como la SDF muestreada en la superficie (SSDF), la SDF muestreada en vértices (VSDF) y la Diferencia Angular (AD) están cerca de la precisión de máquina ($\sim 10^{-8}$), superando significativamente a los métodos basados en muestreo (Marching Cubes) que muestran errores órdenes de magnitud superiores.
• Eficiencia: TetraSDF logra una alta autoconsistencia con significativamente menos vértices (reducción de 10x–20x) en comparación con los métodos de muestreo de alta resolución, evitando la sobrefragmentación y los artefactos de escalonamiento.
• Impacto del Precondicionamiento: La aplicación del precondicionador de entrada mejora la precisión de la SDF para TetraSDF (reduciendo la CD en ~134 unidades), pero degrada el rendimiento para HashGrid, confirmando que el precondicionador está diseñado a medida para la geometría tetraédrica.

Significado y Reivindicaciones

El artículo afirma que TetraSDF resuelve con éxito la tensión de larga data entre expresividad y exactitud en la reconstrucción de superficies implícitas neuronales. Al aprovechar la naturaleza afín de la interpolación baricéntrica dentro de una rejilla tetraédrica, el método permite el uso de potentes codificadores basados en rejillas sin sacrificar la capacidad de realizar una extracción de isosuperficie analítica exacta.

Los autores enfatizan que su enfoque proporciona una recuperación "fiel" de la isosuperficie de la red como una malla de triángulos, asegurando que los objetivos posteriores (como el alineamiento de normales o la detección de colisiones) sean consistentes con el campo aprendido. A diferencia de los métodos analíticos previos limitados a MLPs simples o enfoques híbridos basados en heurísticas, TetraSFX ofrece una solución robusta y eficiente en GPU que evita los errores de discretización mientras preserva los detalles geométricos de alta frecuencia. El trabajo sugiere un camino hacia procesos de reconstrucción neuronal de extremo a extremo donde el acuerdo entre el campo y la malla se mantiene bajo presupuestos de triángulos compactos.