mean shift算法是一种强大的无参数离散数据点的聚类方法，其在图像平滑、图像分割以及目标跟踪等方面都有着广泛的应用。[Yamauchi et al. 2005]基于mean shift算法提出了一种网格分割方法，具体来说，给定一个三角网格，其面片重心和面片法向可以组成6维特征空间中的一系列离散点集，然后使用mean shift算法对其进行聚类，聚类后每个面片的法向可以修正为各自聚类中心的法向信息，最后基于面片修正法向进行网格分割。下面具体介绍该算法的过程。
给定一个由面片{Ti}所组成的三角网格M，其面片重心{ci}和面片法向{ni}组成R6空间中的离散点集χ = {(pi, qi) = (ci, ni)}。利用mean shift算法对其进行聚类之后，对每个聚类中心yi[c] = {(p, q)的法向部分归一化之后可以作为该类中三角面片的新法向。
