点云评价指标

评价指标

倒角距离（CD）

Earth Mover‘s Distance （EMD）

Hausdorff distance（hd）

F-score

1. 倒角距离出自：

H. Fan, S. Hao, and L. Guibas, “A point set generation network for 3D object reconstruction from a single image,” CVPR, 2017.

2.### 公式：

CD计算 用于测量点云S1和S2之间的平均最近平方距离。

3. 步骤：

（1）取s1中的一个点，计算该点和s2中的所有点之间的距离，取最小距离值作为该点和s2之间的距离；

（2）再取s1中的其他点，依次计算点和s2之间的距离，直至取完s1中的点，再除以s1点的个数求得s1中的点到s2的平均距离；

（3）同样的步骤，求s2中的点到s1的平均距离；

（4）将两个平均距离相加，得到CD距离。

Earth Mover‘s Distance （EMD）

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。

Hausdorff distance

它度量了两个点集间的最大不匹配程度。

对于A集合中的每个点，有一个B集合中离它最近的点。

这些点中的最大值就就是h(A,B)

同理，可得h(B,A)

F-score

F-score是一种综合评价指标 ，它与精确度和recall召回率有关
精确率和召回率是广泛用于信息检索和统计学分类领域的两个度量值，用来评价结果的质量。其中精度是检索出相关文档数与检索出的文档总数的比率，衡量的是检索系统的查准率；召回率是指检索出的相关文档数和文档库中所有的相关文档数的比率，衡量的是检索系统的查全率。

1. 精确率
   精确率(Precision) 是针对预测结果而言的，其含义是在被所有预测为正的样本中实际为正样本的概率，精确率和准确率看上去有些类似，但是是两个完全不同的概念。精确率代表对正样本结果中的预测准确程度，准确率则代表整体的预测准确程度，包括正样本和负样本。
   精确率 = 提取出的正确信息条数 / 提取出的信息条数

2. 召回率
   召回率(Recall) 是针对原样本而言的，其含义是在实际为正的样本中被预测为正样本的概率。
   准确率和召回率互相影响，理想状态下肯定追求两个都高，但是实际情况是两者相互“制约”：追求准确率高，则召回率就低；追求召回率高，则通常会影响准确率。我们当然希望预测的结果precision越高越好， recall越高越好， 但事实上这两者在某些情况（极端情况下如果只提取一个信息且为正确信息，则计算到精确率为1，召回率为很小）下是矛盾的。这样就需要综合考虑它们，最常见的方法就是F-score。 也可以绘制出P-R曲线图，观察它们的分布情况。
   召回率 = 提取出的正确信息条数 / 样本中的信息条数

3. F-score
   一般来说准确率和召回率呈负相关，一个高，一个就低，如果两个都低，一定是有问题的。 一般来说，精确度和召回率之间是矛盾的，这里引入F1-Score作为综合指标，就是为了平衡准确率和召回率的影响，较为全面地评价一个分类器。F1是精确率和召回率的调和平均。
   F值 = 正确率 *召回率 * 2 / (正确率 + 召回率) （F 值即为正确率和召回率的调和平均值）
   ————————————————

                        版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
   

转载：https://blog.csdn.net/ojbko/article/details/102462871

Chamfer Distance (CD)_chamfer距离是怎么计算的-CSDN博客
http://t.csdnimg.cn/r2JKz