Math 如何计算点云之间的RSME?

Math 如何计算点云之间的RSME?,math,computer-vision,point-clouds,Math,Computer Vision,Point Clouds,RSME计算预测值与实际值的比较接近程度,但在点云中,有两件事让我感到困惑: 我们如何知道哪个点对应于哪个点,从中减去 点云是三维的,因为它有xyz值,但人们如何将这3个值转换为一个RSME值 首先,这是RMSE,不是RSME。它代表均方根误差: 使用三维坐标,可以按组件进行比较,也可以选择定义距离度量。然后将其插入RMSE公式。本质上,这意味着将预期值与观察值进行比较 至于点对应-这取决于选择的算法。最著名的例子之一可能是国际比较项目: 简而言之,对于一朵云的每个点,确定另一朵云的最近点。

RSME计算预测值与实际值的比较接近程度,但在点云中,有两件事让我感到困惑:

  • 我们如何知道哪个点对应于哪个点,从中减去
  • 点云是三维的,因为它有xyz值,但人们如何将这3个值转换为一个RSME值

  • 首先,这是RMSE,不是RSME。它代表均方根误差:

    使用三维坐标,可以按组件进行比较,也可以选择定义距离度量。然后将其插入RMSE公式。本质上,这意味着将预期值与观察值进行比较

    至于点对应-这取决于选择的算法。最著名的例子之一可能是国际比较项目:

    简而言之,对于一朵云的每个点,确定另一朵云的最近点。然后计算误差测度,最后对点进行变换。根据所需的精度,此操作可执行任意次数

    由于我强烈怀疑您确实在寻找ICP,以下是关于它们是如何组合在一起的描述:


    除此之外,您还需要自己阅读。

    谢谢您的回答,实际上我正在与CPD合作,目前正在试图找出精度量化如何返回1个值而不是3个值。下面是matlab中cpd中内置rsme的一个示例