我想使用ceres来计算三角形坐标。
对于这个问题,我需要解决网格中的网格坐标。每个三角形都有自己的顶点,但是可以使用三角形(3个顶点)和边(4个顶点)之类的结构。
示例数据(伪代码):
triangles = [[v1, v2, v3], [v4, v5, v6]]
inner_edges = [[[v1, v4], [v2, v5]]]
边缘[v1, v2]
和[v4, v5]
最初是相同的,在求解过程中可能会发生变化。
现在我有两个成本函数,一个在三角形上,一个在内部边缘上
f([v1, v2, v3]) = res_t1
g([v1, v4, v2, v5]) = res_2
有两种简单的块结构
第一个函数求解具有所有坐标的向量x
(2*|V|
,因为每个顶点都有两个坐标),因为块依赖于所有顶点。在第二个中,三角形块应仅取决于三个顶点,而边缘块应取决于四个顶点。
我现在想使用第二个,因为我期望更好的性能和更好的收敛性。
如何设置ceres来求解相同的坐标,但仅考虑与当前残差相关的一部分顶点?
我尝试设置大小为6和8的问题,并在x
中的正确位置设置了指针,但是ceres不允许使用具有不同偏移量的相同结果指针。
接下来,我尝试使用SubsetParameterization
这样的例子
vector<double> x(mesh.n_faces()*6);
for(int i=0; i < mesh.n_faces(); i++){
vector<int> const_params;
for(int j = 0; j < mesh.n_faces(); j++) {
if(i != j) {
const_params.push_back(6*j);
const_params.push_back(6*j+1);
const_params.push_back(6*j+2);
const_params.push_back(6*j+3);
const_params.push_back(6*j+4);
const_params.push_back(6*j+5);
}
}
//auto *ssp = new ceres::SubsetParameterization(6, const_params); // (1)
auto *ssp = new ceres::SubsetParameterization(mesh.n_faces() * 6, const_params); // (2)
problem.AddParameterBlock(x.data(), mesh.n_faces() * 6, ssp);
problem.AddResidualBlock(face_cost_function, NULL, x.data());
}
但是杂色检查告诉我,这两种变体都是错误的。
对于(1)我知道
local_parameterization.cc:98 Check failed: constant.back() < size Indices indicating constant parameter must be less than the size of the parameter block.
对于(2)我得到
problem_impl.cc:135 Check failed: size == existing_size Tried adding a parameter block with the same double pointer, 000002D736397260, twice, but with different block sizes. Original size was 1152 but new size is 6
如何设置条件,以便可以将相同的问题拆分为重叠的块,而这些块仅影响几个结果变量?
答案 0 :(得分:1)
我明白了。允许您在同一数组中使用多个指针,但不允许同一指针具有不同的块大小。 这意味着您在数组内的块可能不会在数组内重叠,但是允许不同的成本函数使用相同的块。
解决方案是每个坐标对使用一个块:
for(int i = 0; i < mesh.n_faces(); i++) {
face_cost_functors.push_back(new FaceFunctor());
ceres::DynamicAutoDiffCostFunctionFaceFunctor> *face_cost_function = new ceres::DynamicAutoDiffCostFunction<FaceFunctor>(face_cost_functors.back());
face_cost_function->SetNumResiduals(1);
face_cost_function->AddParameterBlock(2);
face_cost_function->AddParameterBlock(2);
face_cost_function->AddParameterBlock(2);
problem.AddResidualBlock(face_cost_function, NULL, &x.data()[6*i], &x.data()[6*i+2], &x.data()[6*i+4]);
}
然后,您可以添加更多成本函数,只要它们使用相同的块(即,起始地址和块大小相同)即可。我在这里根本不使用任何SubsetParametrization。
以前没有用,因为我尝试对三角形使用大小为6的块,对边对使用大小为2的4个块,它们与大小为6的块重叠。
现在,它的运行速度比以前快了很多,并且可以毫无问题地收敛。