Nano Hash - криптовалюты, майнинг, программирование

Как мы численно оцениваем точность алгоритма реконструкции поверхности в MeshLab?

Я уже выполнил несколько реконструкций поверхности с использованием данных, полученных с 3D-сканеров в MeshLab, и получил отличные результаты (визуальная оценка).

Однако мой главный вопрос: есть ли какой-либо способ узнать точность алгоритма реконструкции поверхности (я использую Пуассона), кроме визуальной оценки?

В статье https://doi.org/10.1145/2487228.2487237 авторы использовали точку для - ошибка реконструкции, определенная в Berger et al. (2011). Есть ли в MeshLab аналогичные средства для оценки алгоритмов реконструкции поверхности?

mesh 3d-reconstruction meshlab
20.11.2020

Ответы:


1

Позже я нашел ответ на свой вопрос. В MeshLab можно вычислить расстояние Хаусдорфа между двумя сетками:

(источники)

Итак, шаги для этого в MeshLab следующие:

  1. Filters > Sampling > Haussdorff Distance
    • Sampled Mesh: the model generated by a surface reconstruction algorithm
    • Целевая сетка: исходное облако точек
  2. Render > Show Vertex Quality Histogram
    • This allows you to evaluate the quality histogram (the lower dispersion and values, the better) between different generated models
    • Используйте максимальное значение для окраски наборов данных
  3. Filters > Colorize by vertex quality
    • note that the minimum and maximum values should be the same for all models (for a direct comparison between two models)!
10.12.2020
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..