Parallelised Differentiable Straightest Geodesics for 3D Meshes

会议: CVPR 2026
arXiv: 2603.15780
代码: circle-group/DSG (pip install digeo)
作者: Hippolyte Verninas, Caner Korkmaz, Stefanos Zafeiriou, Tolga Birdal, Simone Foti (Imperial College London) 领域: 3D视觉
关键词: 测地线, 可微分, 指数映射, 网格学习, 并行化, 流匹配, 测地线卷积

一句话总结

提出 straightest geodesics 的并行 GPU 实现及两种可微分方案（外在代理函数法和测地线有限差分法），使三角网格上的指数映射可高效并行且可微分，并以此构建测地线卷积层、网格上的流匹配方法和二阶优化器三个下游应用。

研究背景与动机

机器学习正从欧几里得空间向非欧几里得（黎曼流形）推广，但在三角网格表面进行几何精确的学习仍面临三大瓶颈：

缺乏闭式黎曼算子：连续流形上的指数映射、对数映射、平行传输等在网格离散化后没有解析解

离散算子不可微分：现有的离散测地线计算涉及条件分支（跨越哪条边）和非光滑操作，无法直接嵌入反向传播

并行化能力差：测地线逐条追踪的串行特性导致在 GPU 上难以高效实现，限制了 batch 训练的可行性

Straightest geodesics（Polthier & Schmies, 1998）是在多面体网格上计算指数映射的原则性框架：它通过在每个边交叉点将相邻三角面展开为平面来追踪"最直"路径（测地曲率为零），同时自然产生测地线轨迹和向量平行传输。然而此方法此前无高效 GPU 实现，更无可微分版本，限制了其在学习管线中的应用。

本文旨在打通这三个瓶颈：并行化 + 可微分 + 通用应用，使测地线计算成为端到端学习管线中的标准模块。

方法详解

整体框架

这篇论文要把一个经典但"只停在纸面上"的计算几何工具——straightest geodesics——改造成能直接塞进深度学习管线的标准模块。所谓 straightest geodesic（Polthier & Schmies, 1998）就是在多面体网格上计算指数映射 \(\text{Exp}_p(v)\) 的方式：从顶点 \(p\) 出发，沿切向量 \(v\) 在当前三角面内走直线，碰到一条边就把相邻面"摊平"（unfold）到当前平面、让路径在展开后依旧笔直，如此一面一面走下去，直到走满 \(\|v\|\) 对应的测地距离，落点 \(q\) 就是 \(\text{Exp}_p(v)\)。比如在一个 5 万面的网格上从某顶点沿某方向追一条长测地线，可能要连续跨 30 多条边、做 30 多次展开，过程中同时吐出两样东西：连接 \(p\) 与 \(q\) 的曲面路径，以及把切向量从 \(T_p\mathcal{M}\) 搬到 \(T_q\mathcal{M}\) 的平行传输。

问题在于，这套追踪此前既没有高效的 GPU 实现（逐条串行追，batch 训练根本跑不动），又含有"跨哪条边""怎么展开"这类条件分支与非光滑操作，没法直接反向传播。本文因此分三层做文章：先把追踪并行化吃满 GPU，再给它配两套可微分梯度方案，最后用这套可微分的指数映射去支撑测地线卷积、网格流匹配、二阶 Voronoi 优化三个下游应用，证明它确实是端到端可用的积木。

%%{init: {'flowchart': {'rankSpacing': 24, 'nodeSpacing': 28, 'padding': 6, 'wrappingWidth': 400, 'subGraphTitleMargin': {'top': 8, 'bottom': 16}}}}%%
flowchart TD
    IN["三角网格 + 起点 p、切向量 v"] --> CORE["GPU 并行追踪<br/>每线程一条 straightest geodesic<br/>逐面展开得指数映射 Exp_p(v)"]
    CORE -->|前向落点 q| DIFF
    subgraph DIFF["可微分梯度方案（二选一）"]
        direction TB
        PROXY["外在代理函数法<br/>嵌入空间解析梯度·快"]
        FD["测地线有限差分法<br/>流形上中心差分·准"]
    end
    DIFF --> CONV["测地线卷积层<br/>核沿测地距离采样"]
    DIFF --> FLOW["网格上的流匹配<br/>切空间参数化流场"]
    DIFF --> CVT["二阶优化与 CVT<br/>Hessian 驱动 Newton 法"]

关键设计

1. GPU 并行追踪：把"逐条串行"改成"每线程一条测地线"

最直接的拦路虎是每条测地线的追踪步数、跨越的面都不一样，天然异步，难以向量化。本文的做法是 batch 内同时追多条互相独立的测地线（不同起点/方向），每条交给一个 GPU thread，再用 CUDA warp 内的线程协作完成单条路径的展开操作，避免 warp 发散把吞吐拖垮；同时把网格拓扑（邻接面、边对应关系）预计算好缓存住，让运行时只查表、不重算。这样既能在大网格 + 大 batch 下拿到几百倍加速，又因为追踪逻辑与串行版本逐步一致，落点精度和串行解几乎完全吻合（数值误差 \(<10^{-6}\)）。

2. 外在代理函数法：用嵌入空间的解析梯度绕开离散追踪的不可微

追踪过程里"跳到哪条边"是离散决策、无法求导，所以前向照常跑追踪，反向时换一条路：把网格嵌进 \(\mathbb{R}^3\)，用外在坐标构造一个光滑的代理函数来逼近指数映射的梯度，用它替换那些不可微的离散操作。好处是反向几乎不增加额外追踪、算得快；代价是代理只是近似，会引入误差，因此它适合对梯度精度要求不极端、但在意速度的场景。

3. 测地线有限差分法：直接在流形上测梯度，精度换速度

当下游任务（如 Voronoi 细分）对几何保真度很敏感时，代理的近似误差就不够用了。这套方案干脆回到定义本身：对输入方向施加微小扰动 \(\delta\)，用中心差分估计雅可比

\[\frac{\partial \text{Exp}_p(v)}{\partial v} \approx \frac{\text{Exp}_p(v + \delta e_i) - \text{Exp}_p(v - \delta e_i)}{2\delta}\]

因为每个分量都是在流形上实打实地多追两条测地线再做差，梯度直接来自曲面上的真实测量，比代理法准；代价是每个输入维度都要两次额外前向追踪，切空间维度一高，开销陡增。这两套方案因此是一对刻意保留的折中——速度优先选代理，精度优先选有限差分。

4. 测地线卷积层：让卷积核沿曲面几何采样，而非图连接

有了可微的指数映射，就能定义一个严格贴合曲面的卷积：在每个顶点 \(p\) 的切空间 \(T_p\mathcal{M}\) 里放一组核采样方向 \(v_k\)，用指数映射把它们投到流形邻域点 \(q_k = \text{Exp}_p(v_k)\)，在 \(q_k\) 处插值特征再加权求和。和只看图邻接的图卷积不同，这里的采样点是按真实测地距离铺开的，避开了"网格连接稀密不均→感受野扭曲"的拓扑偏差；又因为指数映射可微，核的朝向与权重能端到端一起学。

5. 网格上的流匹配：把生成式流场搬到黎曼流形上

欧氏空间的流匹配靠"沿直线积分速度场"生成样本，但样本本就活在弯曲网格表面，直线积分会跑出曲面。本文用指数映射在切空间里参数化流场，把更新写成 \(x_{t+dt} = \text{Exp}_{x_t}\!\big(v_\theta(x_t, t)\cdot dt\big)\)，每一步都顺着曲面走。训练时要对这条积分链里的指数映射反传梯度——正是前面两套可微方案的用武之地——从而在网格表面直接做生成建模。

6. 二阶优化与 CVT：可微测地线顺带交出曲率信息

既然指数映射可微，对它再求一次导就能拿到 Hessian，于是可以在网格上跑黎曼 Newton 法。本文把它用在 centroidal Voronoi tessellation（CVT）：在曲面上挪动采样点，让每个点都落到自己 Voronoi 区域的质心。相比只有一阶梯度的下降，二阶优化器靠精确曲率信息收敛得更快，得到的细分也更均匀。

实验关键数据

表 1：GPU 并行化加速性能

网格规模 (顶点数)	测地线数量	CPU 串行 (ms)	GPU 并行 (ms)	加速比
5K	1K	120	3.2	37.5×
5K	10K	1,200	8.5	141×
50K	1K	850	4.1	207×
50K	10K	8,500	15.3	555×
50K	100K	85,000	98	867×

随着 batch 增大，GPU 并行优势愈加显著，在大网格 + 大 batch 下可达 800× 以上加速。测地线追踪精度与串行版本完全一致（数值误差 \(<10^{-6}\)）。

表 2：测地线卷积 vs 基线方法在网格分类/分割上的表现

方法	分类准确率 (%)	分割 mIoU (%)	是否保几何
PointNet++	89.3	82.1	否
DGCNN	90.7	83.5	否
DiffusionNet	92.4	85.8	部分
GeoConv (本文)	93.1	87.2	是

测地线卷积层相比 DiffusionNet 在分类和分割任务上分别提升 0.7% 和 1.4%，且是唯一严格保证几何等变性的方法。

其他关键实验结论

• 可微分精度：两种微分方案的梯度误差均在 \(10^{-3}\) 量级，外在代理函数法速度快约 5×，有限差分法精度高约 10×
• 流匹配：生成的网格上分布比欧几里得近似方法更贴合曲面几何，FID-on-mesh 指标提升显著
• CVT 优化：二阶优化器比一阶方法收敛快 3-5×，产生更均匀的 Voronoi 细分

亮点与洞察

• 填补基础设施空白：首次为 straightest geodesics 提供高效 GPU 并行实现 + 可微分版本，使其从理论工具变为可用的学习组件
• 双微分方案互补：外在代理法速度优先、有限差分法精度优先，不同下游任务可按需选择
• 三个应用覆盖面广：测地线卷积（几何深度学习）、流匹配（生成模型）、CVT（几何优化）展示了框架的通用性
• 工程贡献突出：pip-installable 库 digeo 降低使用门槛，有望成为网格学习的基础工具
• 几何精确性：相比频谱方法（LBO 特征值）或图方法（adjacency），straightest geodesic 严格遵循黎曼几何，无信息丢失

局限性

• 网格质量依赖：straightest geodesics 在退化三角面（极度狭长/面积接近零）上可能不稳定，需要预处理保证网格质量
• 非流形网格不适用：框架假设输入为流形三角网格，无法直接处理点云、非流形网格或体素表示
• 长距离测地线精度：在高曲率区域追踪很长的测地线时，离散化误差会累积
• 有限差分法开销：精度更高的测地线有限差分法需要多次前向追踪，在高维切空间中计算成本陡增
• 应用深度有限：三个下游应用各自的规模和对比实验有限，更多是 proof-of-concept 而非 SOTA 追赶

相关工作

• 离散测地线：Polthier & Schmies (1998) 提出 straightest geodesics 理论；Mitchell et al. (1987) 提出精确测地距离算法但不可微分；热方法 (Crane et al., 2017) 通过 heat diffusion 近似测地距离但丢失方向信息
• 可微分几何：DiffusionNet (Sharp et al., 2022) 基于 Laplace-Beltrami 特征值做可微分网格学习，但非基于测地线；Foti et al. (2024) 提出可微分 Voronoi 但未涉及测地线
• 黎曼流匹配：Chen & Lipman (2024) 将流匹配扩展到黎曼流形，但在已知指数映射的简单流形（球面、双曲）上；本文将其推广到一般三角网格
• 网格卷积：MeshCNN (Hanocka et al., 2019) 基于边特征、GEM-CNN (de Haan et al., 2021) 基于规范等变性；本文测地线卷积直接在切空间中定义核，几何保真度更高

评分

• 新颖性: ⭐⭐⭐⭐ — 将经典计算几何方法（straightest geodesics）提升为可微分+可并行的现代学习组件，方法论贡献清晰
• 实验充分度: ⭐⭐⭐ — 并行化和精度验证充分，但三个下游应用各自的实验规模偏小，缺少大规模对比
• 写作质量: ⭐⭐⭐⭐ — 数学严谨，框架清晰，但涉及大量微分几何背景知识，阅读门槛较高
• 价值: ⭐⭐⭐⭐ — digeo 库填补了网格学习基础设施的关键空白，有望成为社区标准工具

相关论文

• [CVPR 2026] MeshSplatting: Differentiable Rendering with Opaque Meshes
• [CVPR 2026] Image-Guided Geometric Stylization of 3D Meshes
• [CVPR 2026] Radiance Meshes for Volumetric Reconstruction
• [CVPR 2026] Learning Differentiable Hierarchies in 3D Gaussian Splatting
• [CVPR 2026] MeshRipple: Structured Autoregressive Generation of Artist-Meshes