Extrinsic Vector Field Processing

我们提出了一种针对三角网格上切向量场的全新离散化方法。该方法从一个Phong映射出发，该映射为网格上的每一点连续地分配法向量；接着，我们利用罗德里格斯旋转（Rodrigues rotation），将定义在顶点上的切向量传输至三角形内部，从而通过外在基底来定义连续的切向量场。由于所构造的向量场是连续且弱可微的，因此我们可以据此定义一个几乎处处可计算的协变导数场。通过对协变导数进行分解，将其表示为单位矩阵的倍数、反对称部分以及无迹对称部分之和，我们得以定义一系列用于向量场处理的标准算子，包括霍奇拉普拉斯能量（Hodge Laplacian energy）、联络拉普拉斯能量（Connection Laplacian energy）和基灵能量（Killing energy）。此外，由于能够逐点计算协变导数，我们还可以进一步定义李括号（Lie bracket）。

论文试图解决三角网格上切向量场离散化的问题，传统方法在连续性和微分结构的保持上存在不足，导致协变导数、李括号等微分几何操作难以精确计算。该问题在计算机图形学和几何处理中具有重要意义，但现有离散方法通常无法实现几乎处处可微的向量场建模，因此本文提出一种新的连续且弱可微的离散化框架。

通过Phong插值定义网格上每一点的连续法向量场，并利用罗德里格斯旋转公式将顶点处的切向量平行传输到三角形内部，构建外在的连续切向量基底。在此基础上引入协变导数场，进而分解其张量结构以定义Hodge拉普拉斯、Connection拉普拉斯和Killing能量等标准算子，并首次在离散网格上实现了点态可计算的李括号。这一方法将连续微分几何工具系统性地迁移到离散设置中。

亮点包括：1）构造了连续且弱可微的切向量场表示，支持几乎处处的协变导数计算；2）基于罗德里格斯旋转的向量传输机制保持了几何直观与数值稳定性；3）完整定义了多种经典能量泛函和李括号，拓展了离散向量场处理的能力边界；4）虽未提及具体实验或数据集，但理论框架为后续应用（如流场设计、纹理合成）提供了坚实基础；5）代码是否开源未说明，但该方法为几何深度学习中的等变网络设计提供了潜在的理论支持，值得进一步探索。

1. Discrete Differential Geometry: An Applied Introduction (2008) 2. Vector Field Processing on Triangle Meshes (SIGGRAPH Course Notes, 2016) 3. Narrow Band FLIP for Liquid Simulations (2015) 4. Geometric Flows of Curves in Shape Space: Properties and Applications (2016) 5. Deep Geometric Prior for Surface Reconstruction (CVPR, 2019)