php 网站配置,今天福州头条新闻,网站默认网站名,检察院做网站的目的什么是FPS最远点采样#xff1f;
最远点采样#xff08;Farthest Point Sampling#xff0c;FPS#xff09;是一种常用的采样算法#xff0c;主要用于点云数据#xff08;如激光雷达点云数据、分子坐标等#xff09;的采样。
为了方便解释#xff0c;定义一下待采样点…什么是FPS最远点采样
最远点采样Farthest Point SamplingFPS是一种常用的采样算法主要用于点云数据如激光雷达点云数据、分子坐标等的采样。
为了方便解释定义一下待采样点到采样点的“距离”为待采样点到所有采样点的距离的最小值。
这种算法的核心思想是一开始先从数据集中随机采样一个点然后采样距离采样点最远的待采样点作为下一个采样点以此类推直到达到所需的采样点数量。通过这种方式最远点采样能够保证对样本的均匀采样。
例如下图红点都是采样点白点都是待采样点如果此时还没有达到所需的采样点数量那么就会采样B点。因为A到采样点的距离为min(3,4)3B到采样点的距离为min(6,5)5C到采样点的距离为min(6,3)3在其中点B的距离是最远的。 怎么实现FPS最远点采样
解释都在代码注释里。
import paddledef farthest_point_sample(xyz, npoint):Input:xyz: pointcloud data, [B, N, 3]B: batch 批次数N: 一批次点的数量3 代表x,y,z轴三个通道npoint: number of samples 需要采样点的个数Return:centroids: sampled pointcloud index, [B, npoint]返回的是采样点的索引B, N, C xyz.shape# 获取点云的 batch, 点数, 通道数# B*N xzy所存储的所有的点# 可以形象地理解xyz为 B张二维表格里面存储的都是点坐标centroids paddle.zeros([B, npoint])# centroids用来保存采样点的索引下标 初始全部为0# 可以形象地理解为一张二维表格 有B行 npoint列# 表里面每个单元格代表的意思是 B batch下 最远点的索引distance paddle.ones([B, N])*1e10# 一开始初始化要大# 存储所有点到当前采样点的距离# 可以形象地理解为一张二维表格 有B行 N列# 表里面每个单元格代表的意思是 B batch下 第N个点距离采样点的距离farthest paddle.randint(0, N, (B,))# 一开始先随机生成采样点# 用于存储当前batch批次中距离已采样点最远的点的索引。batch_indices paddle.arange(B)# 一个从0到B-1的整数序列代表批次的索引。for i in range(npoint):# 代表进行n次点的采样 for n 次centroids[:, i] farthest# 更新表的第i列 用于记录每个batch下的第i个最远点的索引xyz_np xyz.numpy()# 获取到所有点的坐标batch_indices_np batch_indices.numpy().astype(int64)# 获取到batch批次的索引farthest_np farthest.numpy().astype(int64)# 获取到不同批次的采样点的索引centroid xyz_np[batch_indices_np, farthest_np, :]# 获取到不同批次下的采样点的坐标# shape [b,1000 ,3]centroid paddle.to_tensor(centroid).unsqueeze(1)# todo 笔记# shape [b, 1 ,1000, 3]dist paddle.sum((xyz - centroid) ** 2, -1)# todo 笔记# 计算所有点到采样点的距离 -1代表在最后一个维度进行相加mask dist distance# todo 笔记# mask 为tensor bool[……]# dist 保存的是待采样点到 前一个采样点的距离# distance 保存的是 待采样点到 其他采样点的距离除了前一个采样点# 有多个采样点时 其余点到采样点的距离应该取最小值# 例如 A B 为采样点 C为其余点 AC距离为5 BC距离为3 则采用3 不用5distance_np distance.numpy()dist_np dist.numpy()mask_np mask.numpy()distance_np[mask_np] dist_np[mask_np]# todo 笔记# 只有mask_np 为True时才会 替换 也就是 dist更小时才会替换# 确保里面都是最小值distance paddle.to_tensor(distance_np)farthest paddle.argmax(distance, -1)# -1 代表在最后一个维度找最大值并返回索引return centroids
