点云数据集的规范化(特征缩放)

Question

我有点云数据集，其中单个数据用N*3表示，其中N是点数。同样，我在Dataset中有"M“点云的数目。这些点云的范围差别很大。有些值非常大(例如，所有N点的数值为10^6 )，而有些值非常小(例如，所有N点的数值为10^1 )。我想规范每一个点云。我该怎么做？

Q1.应该只从这一点云中选择min和max，从而使每个点云(单点云N*3)沿x、y、z维分别规范化(Min)。在这个场景中，对于所有的"M“点云，我们有不同的max。对于输出点云也是如此。请查看图片以了解更多的https://i.stack.imgur.com/tKauw.jpg

Q2.或应将x、y、z维度上的所有点云标准化，只从整个数据集中选择min和max (来自x、y、z列中的M*N *3 )。在这个场景中，对于所有"m“点云，我们都有相同的max。请查看图片以了解更多的https://i.stack.imgur.com/0HAhn.jpg

Answer 1

您应该使用选项1。

规范化的意义是标准化输入到您的网络-在最小最大规格化的情况下，这将映射您的3个功能(我假设xyz)到间隔0,1。

备选案文2是不可取的，因为它反而使正常化标准化。由于你的点云的质心是高度可变的，这将增加你的模型的输入识别的难度。

您还可以考虑使用可变标准偏差进行标准化。