Compression for LiDAR 源码
激光雷达压缩 演示 我们支持示例模型的演示,包括基线模型和以曲率引入的模型(在此演示中,k = 4)。 他们在几种情况下进行了预培训。 为简单起见,该演示部署在ipynb文件中。 可视化 演示的恢复结果可以在ipynb文件中显示,还有许多点云处理库和可选的软件可以显示结果。 测量 我们使用三个主要度量来评估我们的方法的性能:PSNR,SSIM,RMSE。 我们选择skimage库作为具体工具。 恢复 说明了模型训练期间点云恢复的过程: 点云将从边缘轮廓到内部细节逐渐恢复。 这个过程将提供一些启发。 注意,在不同的训练配置中,图中的损失值将有所不同。 其他 在我们的实验过程中,我们还得到了一些意想不到的结果,例如超分辨率。
文件列表
Compression-for-LiDAR-main.zip
(预估有个16文件)
Compression-for-LiDAR-main
fig
loss_and_curvature.png
66KB
super_resolution.png
119KB
training_process_loss.png
636KB
recovery.png
89KB
.ipynb_checkpoints
visualization-checkpoint.ipynb
190KB
measurements-checkpoint.ipynb
3KB
demo1-checkpoint.ipynb
7KB
暂无评论