《表2 不同程度噪声下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噪声水平下识别率提升最大值。

为了检测本文方法在噪声环境下的鲁棒性，将数据集中场景点云添加均值为0、不同程度方差的高斯噪声，并和传统方法建立的模型库进行对比。识别结果如表2所示。其中m代表点云分辨率，这里仅展示1近邻下的识别结果。在两个数据集上的实验结果表明，相比于传统方法，本文方法在不同噪声程度下仍能获得识别性能提升。这是因为本文方法虽然将局部信息加入模型库，但这些局部表面仍然含有较多数目的3D点，因此相比传统方法仍有较强的对抗噪声的能力。特别是对GASD特征，在两个数据集上加入不同程度噪声后本文方法对识别效果的提升仍较为明显。