open3D源码分析第十三篇

2021SC@SDUSC

RobustKernel.h

注释中文部分是源码解读，分析和问题在源码之后

#pragma once

namespace open3d {
namespace pipelines {
namespace registration {

//健壮内核类class RobustKernel
//为异常值拒绝建立健壮内核模型的基类。虚函数权（双残差）；必须在派生类中实现。
//这种方法只在不同类型的内核之间存在差异，并且易于扩展。
//到目前为止已经实现的内核和符号都受到了出版物“注册算法鲁棒函数分析”的启发，Philippe Babin等人。
//我们得到每个残差对应的权重，并将非线性最小二乘问题转化为迭代加权最小二乘问题。改变每个残差的权重相当于改变用于异常值剔除的鲁棒核。
//给定残差`r`和给定损失函数`p（r）`的权重w（r）计算如下：对于所有r，w（r）=（1/r）*（dp（r）/dr）
//因此，选择对核的唯一影响是它的一阶导数
class RobustKernel {
public:
	//析构函数
    virtual ~RobustKernel() = default;
    // 根据鲁棒核模型获得给定残差的权重。这种方法必须在为不同的健壮内核建模的派生类中实现。
    virtual double Weight(double residual) const = 0;
};

//L2Loss类
//用于剔除异常值的经典损失函数。
//给定剩余“r”的损失p（r）计算如下：p（r）=r^2/2class 
L2Loss : public RobustKernel {
public:
    //给定残差“r”的权重w（r）计算如下：对于所有r，w（r）=1.0
    double Weight(double residual) const override;
};

//L1类损失
//用于异常值剔除的L1损失函数。
//给定剩余‘r’的损失p（r）计算如下：p（r）=abs（r）
class L1Loss : public RobustKernel {
public:
    //给定剩余‘r’的重量w（r）计算如下：对于所有r，w（r）=1.0/abs（r）
    double Weight(double residual) const override;
};

//HuberLoss类
//用于剔除异常值的HuberLoss损失函数。
class HuberLoss : public RobustKernel {
public:
	//参数化构造函数。
    explicit HuberLoss(double k) : k_(k) {}
    double Weight(double residual) const override;

public:
    // 缩放参数。
    double k_;
};

//高加索类class CauchyLoss
//用于异常值剔除的CauchyLoss损失函数。
//给定剩余“r”的损失p（r）计算如下：对于所有r，p（r）=（k^2/2）*log（1+（r/k）^2
class CauchyLoss : public RobustKernel {
public:
    //参数化构造函数。
    explicit CauchyLoss(double k) : k_(k) {}

    //给定残差“r”的权重w（r）计算如下：w（r）=1/（1+（r/k）^2），其中k是损失函数的标度参数。
    double Weight(double residual) const override;

public:
    // 缩放参数。
    double k_;
};

//类GMLoss
//用于异常值剔除的德国McClure损失函数。
//给定剩余‘r’的损失p（r）计算如下：对于所有r，p（r）=（r^2/2）/（1+（r/k）^2
class GMLoss : public RobustKernel {
public:
	//参数化构造函数
    explicit GMLoss(double k) : k_(k) {}

    // 给定残差“r”的权重w（r）计算如下：对于所有rw，w（r）=k/（k+r^2）^2，其中k是损失函数的标度参数。
    double Weight(double residual) const override;

public:
    // 缩放参数。
    double k_;
};

//TukeyLoss类
//这就是所谓的Tukey损失函数，它积极地试图抑制较大的错误。
class TukeyLoss : public RobustKernel {
public:
	//参数化构造函数
    explicit TukeyLoss(double k) : k_(k) {}

public:

    double Weight(double residual) const override;

public:
    double k_;
};

}  
} 
}  

1.Weight(）其输入值为一个double值，为在优化步骤中获得的剩余值。根据健壮核模型获得给定残差的权重。这种方法必须在为不同的健壮内核建模的派生类中实现。
2.Weight(）继承上一个函数，输入值不变，但该输入值可忽略。给定残差“r”的权重w（r）计算如下：对于所有r，w（r）=1.0
3.Weight(）继承上一个函数，输入值不变，给定剩余‘r’的重量w（r）计算如下：对于所有r，w（r）=1.0/abs（r）
4.Weight(）继承上一个函数，输入值不变，给定残差“r”的权重w（r）计算如下：w（r）=1/（1+（r/k）^2），其中k是损失函数的标度参数。
5.Weight(）继承上一个函数，输入值不变，给定残差“r”的权重w（r）计算如下：对于所有rw，w（r）=k/（k+r^2）2，其中k是损失函数的标度参数。

该类主要用于处理异常，提高健壮性，属于非功能需求。