【点云系列】生成模型衡量指标

生成模型指标

1. Jsnsen-Shannon Divergence （JSD）

作用：计算两个点边际的分布


$P_r$和$P_g$分别是对照参考点集和生成的点集的边缘分布，近似的将空间离散化成$28^3$体素，每个点对应其中一个体素。然而，该指标仅考虑点云分布的边界而不是单个形状的分布。一个总是输出“平均形状”的模型能够有一个完美的JSD分数，但其并未学习到有用的形状分布。

2. Coverage （COV）

作用：考量对照参考点集至少在生成点集中匹配上一个点云的占比。
做法：对每个生成点集中的点云，其最近邻如果在对照参考点集当中，则认为其匹配上了。

在这里D（.,.）不是CD就是EMD距离。虽然该指标能够检测模式坍塌，但其并不能衡量生成点云的质量。事实上，即使生成点集与对照参考点集两者之间的分布是非常大的，也有可能得到一个很完美的COV分数。

3. Minimum matching distance （MMD）

作用：为了弥补COV的不足所提出的来衡量质量的指标。
做法：对于在参考对照点集中的每个点云，其与其在生成点集中最近邻的平均计算如下：

这里D可以是CD或EMD。然而，由于在生成点集 S g S_g S