《表1 本文方法相比传统方法识别正确率提升结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《结合全局与局部信息的点云目标识别模型库构建》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:加粗字体表示两数据集上不同近邻数目下识别率提升最大值。

UWAOR数据集上的识别结果如图5所示。可以看出，相对于直接使用CAD模型在多个视角下的点云构建模型库，本文的模型库构建方法在多个特征描述子上均取得了更高的识别正确率。由于模型库中点云与场景点云的点云密度一般具有一定差别，而SHOT特征对点云密度变化鲁棒性较差，因此基于SHOT特征的识别效果改进不明显，但本文方法仍基本保持了其识别性能；而对于其余5种描述子，本文方法都取得了更好的识别效果。特别是对ESF、ROPS、GASD、FPFH特征，识别正确率提升明显。具体情况如表1所示，使用本文方法建立模型库进行识别，相比传统方法，在4种特征上达到了10%以上的识别正确率提升。