.png){kind=icon}
返回
Reference data generation for evaluating pairwise registration algorithms
.png){kind=icon}
OA
AI
DOI：10.1016/j.measurement.2025.118602.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 无约束数据用于评估配准会导致性能偏差。
• 高效零空间方法从问题表述中生成参考数据。
• 有界凸优化解决数据生成的不适定问题。
• 参考数据低偏差可减少不确定性，以提升算法评估效果。
Keyword:
Reference data
Iterative Closest Point
Registration
Point cloud
Machine vision
Uncertainty
期刊
IF:
5.6
论文数:
2.0W
被引数:
5.4W
机构
引用论文
Review on improved algorithms based on ICP algorithmX. Jiang, M. Liu, Y. Huang, and R. Luo, 《基于ICP算法的改进算法综述》, 载于2020年计算机工程与智能控制国际会议（ICCEIC）论文集, 2020年11月, 第185-189页。doi: 10.1109/ICCEIC51584.2020.00043.
.png){kind=icon}
PREAI
分享收藏