三维点云学习(4)3-Model Fitting Least Square

三维点云学习(4)3-Model Fitting Least Square

最小二乘法B站视频

Model Fitting 的选择

三维点云学习(4)3-Model Fitting Least Square_第1张图片

Least Square Fitting

三维点云学习(4)3-Model Fitting Least Square_第2张图片
三维点云学习(4)3-Model Fitting Least Square_第3张图片
普通的最小二乘法,对噪声的处理很差
三维点云学习(4)3-Model Fitting Least Square_第4张图片
经典的损失函数:
1.abs loss;噪声干扰一般
2.square loss;噪声的干扰较大
3.Cauchy loss;效果较好
4.Huber loss ;效果较好
三维点云学习(4)3-Model Fitting Least Square_第5张图片

NON-Linear LSQ

三维点云学习(4)3-Model Fitting Least Square_第6张图片

Summary

最小二乘法主要用于 inline数据点较多,out line点较小的情况,如果模型太多,或者太多out line最小二乘法不适用。
三维点云学习(4)3-Model Fitting Least Square_第7张图片

你可能感兴趣的:(3D点云学习)