3D目标识别---三维局部坐标系(LRF)性能分析
来源:互联网 发布:计算机协议端口 编辑:程序博客网 时间:2024/05/07 06:16
1 加权局部参考坐标系的定义
以任意一个特征点
局部参考坐标系的3根轴由协方差矩阵
下面分析6中不同形式的权值对局部参考系稳定性的影响,六种不同的加权形式分别是:
常量(平均):
线性:
双曲函数:
二次函数:
指数函数:
余弦函数:
上述5种函数对应的函数图像如下图所示:
2 实验数据集以及评价指标
3 6种加权形式对局部参考坐标系的稳定性的分析
3.1 抗噪声的分析
Fig2. 从做到右对应的数据集依次是
3.2 抗分别率变化的分析
Fig3. 从做到右对应的数据集依次是
3.3 半径对局部参考坐标系的影响
Fig4. 不同支持域半径对局部参考坐标系的影响,从左到右依次是
一些思考
LRF从某种意义上讲也是一种对领域的特征编码,这种特征编码是旋转平移不变的。目前的LRF生成方法具有一定的抗噪声能力,但是极易受到分辨率变化的影响,当模型的分辨率降低时,LRF的稳定性也大幅降低。对后续的局部特征描述子的建立有较大的影响,从而导致整个识别体系的性能下降。所以,如何构建稳定的LRF对于提升局部特征描述子的对应性具有很大的帮助。局部邻域半径对LRF的影响主要是半径越大,提供的邻域信息越多,从而间接提升了LRF的可区分性。但是,支持半径过大,也会带来一些副作用,直接的影响就是计算开销增大。另一个后果就是抗遮挡能力下降。
阅读全文
0 0
- 3D目标识别---三维局部坐标系(LRF)性能分析
- 3D目标识别---局部特征描述子介绍
- 3D图形学(一):三维几何学基础(1):三维坐标系
- 三维人脸识别预处理,3D face recognition preprocess
- 三维人脸识别预处理,3D face recognition preprocess
- 三维人脸识别预处理,3D face recognition preprocess
- 学习3D《2、三维坐标系下的平移旋转缩放》
- 3D 坐标系 2D坐标系
- 三维坐标系
- 3D坐标系变换
- 3D数学 坐标系
- 基于点云数据的三维目标识别
- pcl 基于对应分组的三维目标识别
- 3D空间的坐标系
- 3D图形学坐标系变换
- 3D图形学坐标系变换
- 3D空间坐标系认识
- 3D空间坐标系认识
- 58面试题-----用两个栈实现一个队列
- SQL Server最大连接数问题
- springboot动态数据源实现
- HttpClient---NameValuePair参数问题
- mysql总结
- 3D目标识别---三维局部坐标系(LRF)性能分析
- 学习之路-Hibernate注解映射
- linux基本操作
- 二叉树遍历
- 解决JSP中文乱码
- 图像分类之编码算法
- 使用Spring session实现分布式应用session共享
- webpack 入门,超详细
- hdu 1231 最大连续子序列(dp)