随笔分类 - 点云
摘要：1. 体素下采样，网格采样 在网格采样中，点云被分割成规则的网格或体素，然后从每个网格或体素中选择一个代表点。 效率高采样点分布相对比较均匀可以通过控制网格尺寸控制点间距不能精确控制采样点个数可能会导致信息丢失，因为它可能无法捕捉到点云中的局部细节 2. 随机下采样 这是最简单的点云随机采样方法之一
阅读全文
摘要：域适应(Domain Adaptation) 是机器学习领域中的一个重要问题，它涉及将一个域中训练的模型或算法应用到另一个相关但不同的域中，以提高模型在目标域中的性能。在实际应用中，数据分布通常在不同域之间存在差异这可能会导致在目标域中性能下降的问题。域适应的目标是通过适应数据分布差异，使模型在目标
阅读全文
摘要：1. 传统点云分割 点云分割是根据空间、几何和纹理等特征对点云进行划分，使得同一划分内的点云拥有相似的特征。点云的有效分割是许多应用的前提，例如在三维重建领域，需要对场景内的物体首先进行分类处理，然后才能进行后期的识别和重建。传统的点云分割主要依赖聚类算法和基于随机采样一致性的分割算法，在很多技术上
阅读全文
