使用 scikit-fmm 或 gdist 3D 三角形网格上的测地距离

Question

我正在尝试评估 TOSCA 数据集上的测地距离矩阵。 例如以下 3d 网格 -

我尝试过使用两种Python实现。

1. 第一个是 scikit-fmm，它似乎根本不适用于 3D 结构（我是对的吗？），因此不适合该任务。

2. 另一个是 gdist 包，不幸的是，它适用于他们提供的玩具示例，但不适用于我的网格，它只有 10,000 个面和 5000 个顶点。
   使用 gdist 库时出现以下错误：

   Process finished with exit code 139 (interrupted by signal 11: SIGSEGV)
   --------CODE SNIPPET----------
   c = sio.loadmat('raw_data/TOSCA/cat0.mat')
   c = c['surface'][0][0]
   X = c[0]
   Y = c[1]
   Z = c[2]
   TRIV = c[3].astype(np.int32)
   vertices = np.array(zip(X, Y, Z)).astype(np.float64)
   vertices = np.reshape(vertices, (vertices.shape[0], 3))
   src = np.array([1], dtype=np.int32)
   trg = np.array([2], dtype=np.int32)
   
   np.random.shuffle(TRIV)
   
   a = gdist.compute_gdist(vertices,TRIV[:5000], source_indices = src, target_indices = trg)
   

还有其他解决方案吗？我是否以错误的方式使用 gdist 或 scikit-fmm ？

Answer 1

另一个解决方案是使用带有 python 接口的 MeshLib 库。通过

pip

安装后：

import meshlib.mrmeshpy as mr

从 TOSCA 数据集中以 OFF 格式加载网格：

mesh = mr.loadMesh("centaur1.off")

我在这里找到了该数据集中的网格：https://vision.in.tum.de/data/datasets/partial

那么你将会对以下两个功能感兴趣。

1. mr.computeSurfaceDistances(mesh, surfacePoint)

   ，返回通过 Fast Marching 方法计算的从给定表面点到网格中每个顶点的距离。例如，以下是通过颜色和等值线可视化的计算距离：

2. mr.computeGeodesicPath(mesh, surfacePoint1, surfacePoint2)

   ，计算两个表面点之间的精确测地路径。计算从 Dijkstra 或 Fast Marching 方法给出的路径近似开始，然后迭代地减少长度直至收敛。两点之间的测地线路径示例：

Answer 2

你是如何设置“surfacePoint”的？