Spherical Harmonics — nền toán: basis của hàm trên mặt cầu¶
TL;DR. Spherical harmonics \(Y_l^m\) là basis trực chuẩn của không gian các hàm bình phương khả tích trên mặt cầu \(S^2\), sinh ra như hàm riêng của toán tử Laplace–Beltrami với trị riêng \(-l(l+1)\) — chúng là "Fourier của mặt cầu". Hai định lý làm chúng hữu dụng: addition theorem \(\sum_{m} Y_l^m(\mathbf{x})\overline{Y_l^m(\mathbf{y})} = \tfrac{2l+1}{4\pi}P_l(\mathbf{x}\!\cdot\!\mathbf{y})\) gói cả band \(l\) thành một đại lượng bất biến quay, và Funk–Hecke nói mọi tích chập với kernel phụ thuộc góc trên \(S^2\) đều chéo hoá trên basis này. Caveat: vì là basis toàn cục, cắt ngắn ở degree \(L\) gây ringing kiểu Gibbs và số hệ số tăng bậc hai \((L+1)^2\).
Note này là nền toán của spherical harmonics, tách khỏi note ứng dụng 3DGS ở tầng 3B (vốn tập trung vào view-dependent color encoding). Ở đây ta hỏi câu gốc hơn: vì sao SH là basis tự nhiên cho hàm trên mặt cầu, chúng thừa hưởng tính chất gì từ nhóm quay \(SO(3)\), và vì sao hai định lý addition + Funk–Hecke là lý do mọi nơi cần "phân tích tín hiệu theo hướng" đều dùng tới chúng.
1. Trực giác / Định nghĩa¶
Fourier series phân tích một hàm tuần hoàn 1D thành tổng các sin/cos — và lý do sâu xa là sin/cos chính là hàm riêng của toán tử đạo hàm bậc hai \(\tfrac{d^2}{dx^2}\) trên đường tròn. Spherical harmonics là phép loại suy chính xác của ý đó lên mặt cầu: chúng là hàm riêng của "Laplacian trên mặt cầu".
Cụ thể, mọi hàm \(f \in L^2(S^2)\) (bình phương khả tích trên mặt cầu) khai triển được:
trong đó \((\theta,\phi)\) là hai góc cầu (cực và phương vị), \(l \ge 0\) là degree (band), \(m \in \{-l,\dots,l\}\) là order, còn \(a_{lm}\) là hệ số khai triển. Ý nghĩa: thay vì lưu một hàm liên tục trên vô hạn hướng, ta lưu một dãy số \(a_{lm}\) — đúng tinh thần "đổi sang miền tần số" của Fourier, nhưng tần số ở đây là tần số góc trên mặt cầu.
Hai sự thật đếm cần nhớ:
- Với mỗi degree \(l\) cố định có đúng \(2l+1\) basis (các order \(m\)).
- Giữ mọi band tới \(L\) cho tổng số basis:
trong đó \(L\) là degree cắt ngắn cao nhất. Số chiều của không gian xấp xỉ tăng bậc hai theo \(L\) — chi tiết này quay lại ám ảnh ở phần giới hạn.
2. Cơ chế / Công thức¶
2.1. SH là hàm riêng của Laplace–Beltrami¶
Toán tử Laplace–Beltrami \(\Delta_{S^2}\) là phiên bản Laplacian "nội tại" trên mặt cầu (phần góc của Laplacian 3D). Spherical harmonics được định nghĩa như nghiệm riêng của nó:
trong đó trị riêng \(-l(l+1)\) chỉ phụ thuộc degree \(l\), không phụ thuộc order \(m\). Đây là gốc rễ của mọi tính chất: vì \(\Delta_{S^2}\) giao hoán với phép quay, các không gian riêng của nó (mỗi band \(l\), chiều \(2l+1\)) là bất biến dưới \(SO(3)\) — quay một SH bậc \(l\) luôn cho một tổ hợp tuyến tính của các SH cùng bậc \(l\). Trị riêng \(-l(l+1)\) chính là "bình phương tần số góc": band cao dao động nhanh hơn theo hướng.
2.2. Dạng tường minh và liên hệ Legendre¶
Trên basis góc chuẩn, SH (phức) viết được qua associated Legendre polynomials \(P_l^m\):
trong đó thừa số căn là hằng chuẩn hoá để basis trực chuẩn, \(P_l^m(\cos\theta)\) nắm sự phụ thuộc vào góc cực \(\theta\), và \(e^{im\phi}\) là thành phần Fourier theo góc phương vị \(\phi\). Tính trực chuẩn phát biểu gọn:
nghĩa là tích trong \(L^2(S^2)\) của hai basis khác nhau bằng 0, của một basis với chính nó bằng 1. Hệ quả: hệ số khai triển lấy bằng phép chiếu \(a_{lm} = \int_{S^2} f(\mathbf{d})\,\overline{Y_l^m(\mathbf{d})}\,d\Omega\) — y hệt cách Fourier lấy hệ số bằng tích trong với sóng cơ sở.
2.3. Real spherical harmonics¶
SH phức tiện cho lý thuyết nhưng đồ hoạ/ML dùng real SH \(Y_{lm}\) để tránh số phức. Chúng là tổ hợp tuyến tính của cặp \(\pm m\):
trong đó \(\Re,\Im\) là phần thực/ảo. Real SH vẫn trực chuẩn và phủ đúng cùng không gian band — chỉ là chọn một basis thực thay vì phức. Đây chính là dạng được lưu trong các hệ số features của 3DGS.
2.4. Addition theorem — gói một band thành đại lượng bất biến quay¶
Định lý cộng (addition theorem) là kết quả trung tâm:
trong đó \(\mathbf{x},\mathbf{y}\in S^2\) là hai hướng đơn vị, \(P_l\) là Legendre polynomial bậc \(l\) (một biến), và \(\mathbf{x}\cdot\mathbf{y}=\cos\gamma\) là cosin góc giữa hai hướng. Ý nghĩa rất mạnh: tổng tích chéo trên toàn bộ một band không phụ thuộc hệ toạ độ, chỉ phụ thuộc góc tương đối \(\gamma\). Đây là phiên bản mặt cầu của đẳng thức Fourier \(\sum_m e^{im(x-y)}\), và là lý do toán học khiến SH "đóng kín" dưới phép quay.
2.5. Funk–Hecke — vì sao convolution trên mặt cầu chéo hoá¶
Định lý Funk–Hecke nói: với một kernel chỉ phụ thuộc góc \(k(\mathbf{x}\cdot\mathbf{y})\), phép tích chập trên mặt cầu biến mỗi SH thành chính nó nhân một vô hướng:
trong đó \(\lambda_l\) là trị riêng chỉ phụ thuộc band \(l\) (không phụ thuộc \(m\)), tính bằng một tích phân 1D của kernel với Legendre \(P_l\). Nói cách: SH chéo hoá mọi toán tử bất biến quay trên \(S^2\), hệt như Fourier chéo hoá mọi tích chập bất biến tịnh tiến trên đường thẳng. Đây là nền toán cho spherical CNN và mọi filter "rotation-equivariant" trên dữ liệu hướng.
3. Biến thể / Trường hợp¶
| Fourier (\(S^1\)) | Spherical harmonics (\(S^2\)) | |
|---|---|---|
| Miền | đường tròn / đoạn tuần hoàn | mặt cầu đơn vị |
| Basis | \(e^{inx}\) | \(Y_l^m(\theta,\phi)\) |
| Sinh ra từ | hàm riêng \(\tfrac{d^2}{dx^2}\) | hàm riêng \(\Delta_{S^2}\), trị riêng \(-l(l+1)\) |
| Số basis tới bậc \(L\) | \(2L+1\) (tuyến tính) | \((L+1)^2\) (bậc hai) |
| Bất biến của | tịnh tiến | quay \(SO(3)\) |
| "Convolution theorem" | nhân theo từng mode | Funk–Hecke: nhân theo từng band |
| Complex SH \(Y_l^m\) | Real SH \(Y_{lm}\) | |
|---|---|---|
| Giá trị | số phức | số thực |
| Dùng cho | lý thuyết, vật lý lượng tử | đồ hoạ, 3DGS, ML |
| Quan hệ | cơ sở gốc | tổ hợp thực của cặp \(\pm m\) |
Tổng quát hơn, trên \(S^{d-1}\) vẫn có SH với trị riêng \(-l(l+d-2)\) và addition theorem dùng Gegenbauer polynomials thay cho Legendre — khung lý thuyết không đổi, chỉ đổi đa thức trực giao.
4. Giới hạn / Khi nào thất bại¶
- Ringing (Gibbs trên mặt cầu). Vì mỗi \(Y_l^m\) có giá đỡ toàn cục (phủ cả mặt cầu), xấp xỉ một hàm có biên sắc bằng hữu hạn band gây dao động giả quanh chỗ gián đoạn — đúng họ hàng của hiện tượng Gibbs trong Fourier truncation. SH dở với tín hiệu sắc (specular hẹp, cạnh cứng).
- Bùng nổ bậc hai. Tăng \(L\) để bắt chi tiết góc làm số hệ số tăng \((L+1)^2\): bộ nhớ và chi phí evaluate đều phình. Vì thế thực tế hiếm khi vượt \(L=3\!-\!4\) cho appearance.
- Không cục bộ hoá được. Muốn "chỉnh màu ở một hướng nhỏ" mà không động tới hướng khác là khó, vì basis trải khắp cầu — ngược hẳn với wavelet/spherical-Gaussian vốn có giá đỡ cục bộ.
- Nhạy convention chuẩn hoá. Có nhiều quy ước thừa số (\(4\pi\), Condon–Shortley \((-1)^m\), Schmidt semi-normalized…); trộn hai quy ước làm hệ số sai mà không báo lỗi.
5. Liên hệ với Latent-Anything¶
Note này là tầng móng toán đỡ cho nhiều thứ phía trên trong framework:
- Đỡ trực tiếp cho appearance latent của 3DGS. Note SH ở tầng 3B dùng đúng khai triển \(\mathbf{c}(\mathbf{d})=\sum_{lm}\mathbf{c}_{lm}Y_l^m(\mathbf{d})\) để gắn hàm màu theo hướng cho mỗi Gaussian; các sự thật "16 basis ở
sh_degree=3", "band 0 là DC term", "ringing với specular" đều là hệ quả trực tiếp của \((L+1)^2\), trực chuẩn, và giá đỡ toàn cục ở đây. - Bất biến/đẳng biến quay là tài sản cho 3D latent. Addition theorem và Funk–Hecke cho ta cách xây đặc trưng bất biến quay (năng lượng mỗi band \(\sum_m |a_{lm}|^2\) không đổi khi quay scene) và toán tử đẳng biến quay. Điều này bổ sung góc nhìn cho Lie groups: Lie group lo tham số hoá phép quay của Gaussian/pose, còn SH lo phân tích tín hiệu sống trên hướng — hai mảnh ghép của cùng câu chuyện \(SO(3)\).
- Một dạng basis expansion để introspection. Như Positional Encoding khai triển toạ độ không gian, SH khai triển hướng. Khi latent của một world model chứa hệ số SH, Layer A có thể probe theo band: band thấp = màu trung bình, band cao = mức độ phụ thuộc góc nhìn — một trục diễn giải sạch nhờ tính trực chuẩn.
Tóm lại, SH cho Latent-Anything một công cụ chuẩn để biểu diễn, nén, và phân rã mọi đại lượng phụ thuộc hướng trong latent — và quan trọng hơn, một đảm bảo hình học (bất biến quay) mà các basis ad-hoc không có.
Liên quan¶
- Spherical Harmonics trong 3DGS (tầng 3B) — ứng dụng trực tiếp: view-dependent color encoding; note hiện tại là phần toán nền của nó.
- Lie groups và Lie algebra — cùng xoay quanh \(SO(3)\): Lie lo tham số hoá phép quay, SH lo phân tích hàm trên mặt cầu.
- Positional Encoding — cùng là basis expansion, nhưng trên toạ độ không gian thay vì hướng.
- Hình học Riemannian — Laplace–Beltrami là toán tử Riemannian sinh ra SH.
Tham khảo¶
- Claus Müller, Spherical Harmonics (Lecture Notes in Mathematics 17, Springer 1966).
- Kendall Atkinson, Weimin Han, Spherical Harmonics and Approximations on the Unit Sphere: An Introduction (Springer Lecture Notes in Mathematics 2044, 2012).
- Feng Dai, Yuan Xu, Approximation Theory and Harmonic Analysis on Spheres and Balls (Springer 2013) — addition theorem, Funk–Hecke.
- Ravi Ramamoorthi, Pat Hanrahan, An Efficient Representation for Irradiance Environment Maps (SIGGRAPH 2001).
- Taco Cohen, Mario Geiger, Jonas Köhler, Max Welling, Spherical CNNs (ICLR 2018, arXiv:1801.10130) — Funk–Hecke và đẳng biến \(SO(3)\).
- Peter-Pike Sloan, Stupid Spherical Harmonics (SH) Tricks (GDC 2008) — real SH thực hành.