DTU数据集点云matlab评估——笔记

1.肉眼看着好的点云不一定评价指标好，点云也不是点越多越好

2.融合点云之前的图片分辨率越高 -> 点云的点数量越多，点云文件大小越大 -> matlab进行点云评估时使用的时间越长

3.点云融合之前的图片分辨率不能太低，否则点云的点数量不够，评价指标会很差。融合后的点云点的数量最好要多于stl点云（groud truth）的点的数量

4.融合后的点云，在地面的点数量多少是否会影响点云评估的指标？

表面上，在matlab的代码里注释写明了，只会选取plane上方和mask内部的点

那么很多人就认为点云的地面点会被过滤掉，不会影响评价指标，但是经过实验测试，地面点是会影响评价指标的，且主要影响acc（accuracy），几乎不影响comp（completeness）。

实验如下，挑选了两个scan（scan77和scan118）的点云，使用meshlab进行删除地面点的处理，处理前后的点云如图：

scan77的评价指标变化如下：

前：

后：

可以发现scan77删除地面点后，acc指标变差了

scan118点云的评价指标变化如下：

前：

后：

可以发现，删除掉部分地面点对于scan118来说，acc指标变好。

所以DTU数据集的点云评价确实让人很迷，并且很多论文的DTU数据集复现结果，指标明显差于论文的结果，所以即使某些论文给了代码，但数据集的实验结果是否真实也是个迷。