微信 394467238
有的时候我们需要把原有的点云数据扩充一下,让它的鲁棒性更强;
思路很简单,就是先生成一个随机的正态分布的噪音,然后加到点云原有的XYZ数据上面;
直接放代码,代码已经运行过了,没有问题:
代码中的 std 就是正态分布的标准差,也就是噪音数据离原有数据的距离分布范围标准差
def noise_Gaussian(points, std):
noise = np.random.normal(0, std, points.shape)
out = points + noise
return out
target_np_noised = noise_Gaussian(target_np, 0.03)
target_np_noised = np.vstack([target_np_noised, target_np])
最后一步是把原有的数据和添加了噪音的数据合成为一个数据;