neus 公式推导步骤及示意图解析（deepseek）

neus 公式推导步骤及示意图解析

—来自Deepseek，仅做记录

公式推导步骤

已知条件

1. SDF函数:
   $f(\mathbf{p}(t))$
   SDF（Signed Distance Function）表示点 $\mathbf{p}(t)$ 到表面的距离，正值为外部，负值为内部。

2. Sigmoid函数:
   ${\Phi }_s(x)=\frac{1}{1+e^{-sx}}$
   Sigmoid函数将SDF值映射到[0, 1]区间，用于表示表面的概率分布。

3. 逻辑密度函数（Sigmoid导数）:
   ${\varphi }_s(x)=\frac{d{\Phi }_s}{dx}=\frac{s{e}^{-sx}}{(1+e^{-sx}{)}^2}$

4. 权重函数要求:
   无偏（峰值在表面交点）、遮挡感知（近处权重更高）。

步骤1：理想情况（单一平面表面）

假设光线穿过一个平面表面，SDF为：
$f(\mathbf{p}(t))=-|\cos \theta |(t-t^{\ast })$
其中 $t^{\ast }$ 是交点位置，$\theta$ 是视线方向与表面法向量的夹角。

此时权重函数为：
$$w(t)=|\cos \theta |\cdot {\varphi }_s(f(\mathbf{p}(t)))$$

步骤2：体积渲染框架

体积渲染中，权重函数定义为：
$$w(t)=T(t)\rho (t),T(t)=\exp \left(-{\int }_0^t\rho (u)du\right)$$
将步骤1的 $w(t)$ 代入：
$$T(t)\rho (t)=|\cos \theta |\cdot {\varphi }_s(f(\mathbf{p}(t)))$$

步骤3：联立方程求 $\rho (t)$

对 $T(t)$ 求导：
$$\frac{dT}{dt}=-T(t)\rho (t)$$
联立方程：
$$-\frac{dT}{dt}=|\cos \theta |\cdot {\varphi }_s(f(\mathbf{p}(t)))$$
积分后得到：
$$T(t)={\Phi }_s(f(\mathbf{p}(t)))$$
代入 $T(t)=\exp \left(-{\int }_0^t\rho (u)du\right)$，取对数并求导：
$$\rho (t)=\frac{-\frac{d{\Phi }_s}{dt}}{{\Phi }_s(f(\mathbf{p}(t)))}$$

步骤4：一般情况（多表面交点）

当存在多个表面时，导数 $\frac{d{\Phi }_s}{dt}$ 可能为负。为确保 $\rho (t)\ge 0$，添加最大值函数：
$$\rho (t)=\max \left(\frac{-\frac{d{\Phi }_s}{dt}}{{\Phi }_s(f(\mathbf{p}(t)))},0\right)$$

示意图说明

1. SDF沿光线变化:
   SDF值在表面交点 $t^{\ast }$ 处为0，向外递增，向内递减。

2. 逻辑密度 ${\varphi }_s(f)$:
   峰值出现在 $ f=0 $（表面交点），两侧迅速衰减。

3. 导数 $\frac{d{\Phi }_s}{dt}$:
   在 $t^{\ast }$ 左侧（外部）为负，右侧（内部）为正。取负后得到正值区域。

4. 最终 $\rho (t)$:
   通过截断负值，确保仅在表面附近有非零密度，实现无偏重建。

关键点总结

1. 无偏性:
   $\rho (t)$ 的峰值严格对应表面交点 $t^{\ast }$（SDF=0）。

2. 遮挡感知:
   近处表面权重更高，避免颜色混合。

3. 数学推导:
   通过联立体积渲染方程和SDF特性，导出密度函数形式。

2.为什么有负号？？

2.1负号在体积渲染中的核心作用

关键结论

负号通过校正SDF导数符号，确保不透明密度函数 $\rho (t)$ 的非负性，从而满足体积渲染的物理约束与数学无偏性要求。

数学推导与物理意义

负号的来源与作用

1. SDF导数的符号特性

• SDF行为分析：

  • 表面外（正区域）：$f>0$，SDF值随光线深入逐渐减小
  • 表面内（负区域）：$f<0$，SDF值继续保持减小

• 导数方向性：
  $$\frac{df}{dt}=\nabla f\cdot \mathbf{v}<0(\text{假设视线方向v与法向∇f夹角}<90^{\circ })$$

• 逻辑密度导数推导：
  $$\frac{d{\Phi }_s}{dt}={\varphi }_s(f)\cdot \underset{<0}{\underbrace{\frac{df}{dt}}}<0$$
  （其中${\Phi }_s(x)$为逻辑斯蒂CDF，${\varphi }_s(f)$为其PDF）

2. 确保非负密度

• 物理约束：
  $$\rho (t)\ge 0(\text{不透明密度必须非负})$$

• 符号校正公式：
  $$\rho (t)=\max \left(\underset{\text{负号翻转操作}}{\underbrace{\frac{-\frac{d{\Phi }_s}{dt}}{{\Phi }_s(f(\mathbf{p}(t)))}}},0\right)$$

关键作用解析

flowchart LR
    A[原始导数 dΦ/dt < 0] > B{负号操作 -dΦ/dt > 0}
    B --> C[非负密度 ρ(t) ≥ 0]
    C --> D[正确表面重建]

1. SDF导数特性分析

2. 密度函数构造公式

$$\rho (t)=\max \left(\underset{\text{符号校正项}}{\underbrace{\frac{-\frac{d{\Phi }_s}{dt}}{{\Phi }_s(f(\mathbf{p}(t)))}}},0\right)$$

公式解析：

• $\frac{d{\Phi }_s}{dt}={\varphi }_s(f)\cdot \frac{df}{dt}$ 原始导数为负
• 负号操作 $-\frac{d{\Phi }_s}{dt}$ 实现符号翻转
• $\max (\cdot ,0)$ 截断保证非负性,
• 通过取最大值 max(⋅,0)，仅在 t *左侧（外部）保留正密度，右侧（内部）截断为0。

可视化说明

SDF沿光线传播过程