본문 바로가기
반응형

Point Cloud2

[K - means Clustering] K-평균 군집화 K-means Clustering은 무엇인가 K-means Clustering(이하 KC)은 대표적인 분리형 군집화 알고리즘중 하나이다. 이 알고리즘은 point cloud를 Clustering할 때 사용되는데, Expectation과 Maximization을 반복하며 최적을 찾아가는 알고리즘이다. 아래 설명을 보다보면 매우 RANSAC과 유사한 논리를 전개하는 것을 볼 수 있을 것이다. 이제부터 실제 예시를 통해 clustering이 어떻게 진행되는지 알아보자. 알고리즘 구조 위와 같은 point cloud에 KC를 적용해보자. 우선 KC를 적용하려면 군집의 수를 정해야 한다. 군집의 수가 정해지면 모든 point들 중 랜덤으로 군집의 중앙이 선정된다. 군집의 수를 2라고 설정하고 진행해보겠다. 포인트.. 2020. 10. 11.
[Feature Extraction] Point Feature Histogram 알고리즘 설명 PFH Point Feature Histogram 아무리 검색을 해도 PFH에 대한 한국어 검색 결과를 찾을 수 없어서, 직접 공부한 후 정리하기로 했다. 아마 PFH에 대해 공부를 할 정도의 사람이면, 영어로 된 레퍼런스를 뒤져 정보를 얻는데 익숙하기 때문에 구태여 한글로 정리된 문서가 필요 없었던 것 같다. PFH는 무엇인가? Point Feature Histogram의 약자로, xyz좌표로 이루어진 Point cloud에서 특징을 추출할 때 사용된다. histogram을 기반으로 특징을 서술하는 descriptor이며, Point cloud에서 특징을 추출할 때 주로 사용되는 FPFH의 기반알고리즘이다. 인접한 포인트들의 법선벡터 및 거리를 이용하여 histogram을 만든 후 특징으로 사용한다. .. 2020. 10. 11.
반응형