問題タブ [ransac]

RANSACを実装したいと思います。60k のポイントと 500 の平面を生成します。各平面について、それらの近くにあるポイントの数を数えたいと思います。次に、最大値を持つものを選択します。

ベクトル ( d_vec) とプレーン ( d_pl) を生成して GPU に転送した後、そのthrust::transform内部で andを使用しthrust:count_ifて近接点の数をカウントします。

残念ながら、次のエラーが表示されます。

デバイスコードから throw::count_if を呼び出すにはどうすればよいですか? 私は何を間違っていますか？これは完全なコードです:

Point Cloud Library が提供する RANSAC メソッドを使用して、点群の点を通る線を推定しようとしています。オブジェクトを作成し、ライン モデルを問題なく推定できます。次のようになります。

私は今モデルパラメータにアクセスしようとしていますが、私はそれを行うにはあまりにも馬鹿げています... APIによると、アクセス可能なパラメータは6つあるはずです:

線の 6 つの係数は、線上の点と線の方向によって次のように与えられます。

したがって、私はそれらにアクセスしようとしています：

ただし、これは機能しません。エラーが発生し続けます：

「pcl::ModelCoefficients」に「line_direction」という名前のメンバーがありません。

私は何が間違っているのか本当にわかりません...誰かアイデアがありますか? 前もって感謝します！

SIFT の特徴点を一致させると、多くの不一致が発生します。RANSAC アルゴリズムを使用して、これらの特徴点の変換行列を見つけることにより、不一致を取り除くことができます。しかし、データ空間に多くの不一致が含まれている場合、正しい変換行列を見つけることは非常に困難になります。さらに、エラー モデルが見つかる確率は非常に高くなります。問題の解決を目指して、改善された RANSAC アルゴリズムを使用したいと考えています。RANSAC アルゴリズムを使用する前に、ターゲット領域に属していないフィーチャを削除して、エラー特徴点の一部を削除したいと考えています。これを行うには、特徴点を含むすべての点の周囲の領域の数を計算します。設定した閾値よりも少ない数値の場合、そのポイントは対象エリアに属していないと判断して削除します。

私はウィキペディアの記事を読み、RANSAC に関するいくつかのビデオを見ました。

私の理解が正しければ、RANSAC を最適化する多くの方法の 1 つは次のとおりです。

1. wikipediaによると、最大反復回数は次のとおりです。

2. このウェブサイトによると、データに適合する線を見つける例では、すべてのデータ サンプルに対してモデルをチェックする代わりに、次の式を使用して、2選んだポイントは良いです。

、

ここで、N = サンプル数

e = ポイントが外れ値である確率

s = サンプル内のポイント数

p = 適切なサンプルが得られる望ましい確率

2 番目の最適化に関する情報があまり見つからなかったので、主に 2 番目の最適化に関心があります。これは正しいです？それの名前は何ですか？