gpt4 book ai didi

histogram - PCL 点特征直方图 - 分箱

转载 作者:行者123 更新时间:2023-12-01 03:39:53 25 4
gpt4 key购买 nike

分箱过程是点特征直方图估计的一部分,结果是 b^3如果仅使用三个角度特征(alpha、phi、theta),则为 bins,其中 b 是 bins 的数量。

为什么是这样b^3而不是 b * 3 ?

假设我们考虑 alpha。
特征值范围被分割为b个区间。您遍历查询点的所有邻居并计算位于一个间隔内的 alpha 值的数量。所以你有 alpha 的 b 个 bin。当您对其他两个功能重复此操作时,您会得到 3 * b垃圾箱。

我哪里错了?

最佳答案

为简单起见,我将首先在 2D 中解释它,即具有两个角度特征。在这种情况下,您将拥有 b^2 个 bin,而不是 b*2。

特征空间被划分为一个规则的网格。特征根据它们在 2D(或 3D)空间中的位置进行分箱,而不是沿每个维度独立进行。请参见以下具有两个特征维度且 b=4 的示例,其中将特征分箱到标有 # 的单元格中。 :

^ phi
|
+-+-+-+-+
| | | | |
+-+-+-+-+
| | | | |
+-+-+-+-+
| | | |#|
+-+-+-+-+
| | | | |
+-+-+-+-+-> alpha

该特征被分箱到单元格中,其中 alpha 在给定的间隔中,而 phi 在另一个间隔中。您理解的主要区别在于尺寸为 不是 独立处理。每个单元格在所有维度上指定一个区间,而不是单个维度。
(这在 3D 中的工作方式相同,只是你会有另一个维度的 theta 和一个 3D 网格,而不是 2D 网格。)

对于 2D 情况,这种分箱方式会产生 b^2 个分箱,因为 alpha 中的每个间隔维度与 phi 中的所有区间相结合维度,导致数字的平方,而不是加倍。添加另一个维度,你会得到立方而不是三倍,就像你的问题一样。

关于histogram - PCL 点特征直方图 - 分箱,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31608611/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com