《表3 Rand Index评价结果》
注:Deep Learning分割方法是Shu等人[7]提出的基于深度学习的无监督分割方法。
利用评价指标Rand Index,将本文提出的基于边界特征的三维模型分割方法与文献[7]提供的九种算法进行比较。表3显示了对每种算法的Rand Index评价结果,表明本文方法在分割杯子、蚂蚁、轴承等具有较为明显边界的模型时,比目前流行的算法分割效果要好,由于过分割阶段忽略了模型的部分细微特征,在分割花瓶、眼镜等存在模糊边界的模型时效果欠佳。图3显示了本文方法与其他主流算法的Rand Index平均值的对比结果,结果表明本文方法的分割效果不如采用深度学习的分割方法。图4显示了数据集中代表性模型的分割结果。
图表编号 | XD0035447100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.15 |
作者 | 杨晓文、曹山海、韩燮 |
绘制单位 | 中北大学大数据学院、中北大学大数据学院、中北大学大数据学院 |
更多格式 | 高清、无水印(增值服务) |