如何在ceres中为同一解决方案创建不同的求解器块？

Question

我想用ceres来计算三角坐标。

对于我需要解决网格中网格坐标的问题。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）和边缘（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，这可能在解决过程中发生变化。

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

• 两个区块，一个具有所有三角形剩余部分，一个具有所有边缘剩余部分。
• 每个三角形一个块，每个边缘一个块。

第一个解决了具有所有坐标的矢量x（2*|V|，因为每个顶点具有两个坐标），因为块依赖于所有顶点。在第二个中，三角形块应仅依赖于三个顶点和四个顶点上的边块。我现在想要使用第二个，因为我期望更好的性能和更好的收敛。

如何设置ceres来求解相同的坐标，但只考虑与当前残差相关的顶点子集？

我尝试在x中设置大小为6和8的问题以及指向右侧的指针，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ceres检查告诉我两种变体都是错误的。

因为（1）我得到了

local_parameterization.cc:98 Check failed: constant.back() < size Indices indicating constant parameter must be less than the size of the parameter block.

并且（2）我得到了

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ceres，以便我可以在重叠块中分割相同的问题，这只会影响一些结果变量？

Answer 1

我知道了。您可以使用多个指针到同一个数组中，不允许您为同一个指针使用不同的块大小。这意味着数组中的块可能不会在数组内重叠，但允许使用不同的成本函数来使用相同的块。

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，您可以添加更多的成本函数，只要它们使用相同的块（即起始地址和块大小相同）。我根本不使用任何SubsetParametrization。

它之前没有用，因为我尝试使用大小为6的块用于三角形，使用4个大小为2的块用于边对，它与大小为6的块重叠。

现在它比以前运行得更快，并且没有问题地收敛。