本文介绍了三种关键的计算机视觉评估指标：ChamferDistance用于衡量点云匹配的精度，确保生成点云与目标点云的接近程度；EMD（Earth Mover's Distance）通过计算图像转换代价评估图像相似性；MAE（Mean Absolute Error）用于量化模型预测与实际值的差距，较低的MAE表示模型性能更优。这些指标在三维重建和图像处理领域具有重要应用。
1、Chamfer Distance倒角距离,CD
S1,S2分别表示两组点云，第一项表示S1中任意一点x到S2最小距离之和，第二项则表示S2任意一点y到S1的最小距离之和。
如果该距离较大，则说明两组点云区别较大；如果距离较小，则说明重建效果较好。前一部分保证生成点云与groundtruth点云之间的距离最小，后一部分保证，groundtruth点云在生成点云中的覆盖率。
CD中生成点云和groundtruth点云之间的点云数量不必完全一致。用于网格建模的情况下也可用。
2、EMD(earth mover’s distances)般土距离
EMD算法是用来比较两幅图像相似性的方法。EMD的思想是求得从一幅图像转化为另一幅图像的代价，用直方图来表示就是求得一个直方图转化为另一个直方图的代价，代价越小，越相似。比如一幅图像可以用直方图来表示，横坐标表示像素值，纵坐标表示该像素值下像素的个数，当EMD值越小，两幅图的相似度越大。在三维重建中，用来比较预测点云和groundtruth点云的相似度。
3、Mean Absolute Error(MAE) 原理
MAE就是直接计算模型输出的显著性图谱与Ground-truth 之间的平均绝对误差，首先将两者进行二值化，误差绝对值的平均值，MAE值越小，说明模型质量越好，预测越准确。
4、图像质量评价指标
PSNR（峰值信噪比）
SSIM（结构相似性）
LPIPS（学习感知图像块相似度）
详细介绍
https://zhuanlan.zhihu.com/p/309892873
扫一扫
2459
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
