文章目录
论文信息
DOI：10.1109/CVPR42600.2020.00105
论文拆解
这里有一个邻近点的平均输入法线。点与数据的每个点在预处理阶段已经计算好的法线向量。这些法线作为算法的输入数据提供给SS RNET对于要处理的顶点找到它周围。的K个邻近点，并且获取这些邻近点各自的输入法线向量。将这些法线向量进行向量平均，得到一个平均返现向量。然后用这个平均法解来校正通过协方差分析得到的切平面方向。从而解决法线方向可能存在的歧义问题。像传统的PCA方法计算出的法线方向可能会存在180度的不确定，而使用邻近点的平均输入法线可以利用已知的全局法线方向信息。从而提升方向判断的鲁棒性。
PCA计算法线的过程是对区域邻域点计算协方差矩阵，并且对译协方差矩阵做特征分解，用最小特征值对应的特征向量得到法解的方向。这里有一个关键问题，特征向量，它的方向是双向的，如果N是特征向量。那么富恩也是特征向量。在数学上，二者都是满足特征方程的，是完全等价的，而PCA算法无法区别，应该选N还是负恩。 SSRNET的解决方法，它是用邻近点的平均输入法线来统一方向。强制矫正后的法线，与这个参考方向一致。从而获得更稳定的参考方向。