又是一年一度的云+峰会,在昨天的腾讯云+未来峰会上,Pony提出了很多重磅消息:打造“超级大脑”,语音版微信,再次提出“三网”设想,另外还给出了一个AI全免费开放的消息,可以看出“AI in All”不只是谈谈而已,而是整个社会的趋势走向,那么如何理解“超级大脑”?云计算又如何助力实现“AI in All”呢?
我正在使用PCL处理三维点云。我使用快速点特征直方图(FPFH)作为描述符,它对于单个点是33维的。在我的工作中,我想使用FPFH对点云数据进行聚类,其中聚类定义了此功能。
然而,如果我计算一个包含200个点的集群的FPFH,而不是集群中每个点的特征向量是200x33,我就会感到困惑。由于两个集群将具有不同的大小,因此我不能使用上述大小的特征向量。我的问题是,我如何才能适当地计算特征,并使用它来描述单个1 x 33维向量的集群?
我正在考虑使用均值,但它并不能捕获所有不同点的相关信息。
我试图从点云到卷(3D立方体)。
通过做delaunay三角剖分,我可以很好地表示音量。
如何从三角剖分到三维垫子?
我在想,也许可以测试一组查询点,并找出它们是否位于三角形/四面体内,但我无法找到最好的方法:
clc; clear all;
% Build a cube, in my target application this going to be from a point cloud
d = [-1 1];
[x,y,z] = meshgrid(d,d,d); % a cube
x = [x(:);0];
y = [y(:);0];
z = [z(:);0];
DT = delaun