fullseye

normal_consistency — 3D `metrics` op

データ種: points × normals → measurement
呼び出し: import fullseye as fs; fs.ledger.normal_consistency(points_a, normals_a, points_b, normals_b) (実装を直接呼ぶなら import metrics3d; metrics3d.normal_consistency(points_a, normals_a, points_b, normals_b)、台帳から引くなら ops3d.get("normal_consistency"))

使い方

最近傍対応での法線一致度 = mean

cos(na, nb)

(向き無視)。→ [0,1]。1=完全一致。

Raises ValueError: 点群が空 or (N,3) でない/法線が点と 1 対 1 でない場合。

計算: points_a の各点について points_b の最近傍(cKDTree、k=1)を取り、その点の法線 nb と自分の法線 na を単位化(ノルム + 1e-12 で割る) して |na · nb| を平均する。絶対値を取るので法線の向き(表裏)の不一致は無視される。非対称(a → b の一方向のみ。逆向きが要るなら引数を入れ替えてもう一度呼ぶ)。

引数: points_a (N, 3)、normals_a (N, 3)、points_b (M, 3)、 normals_b (M, 3)。4 つとも空でない (*, 3) であること、法線の行数が対応する点群の行数と一致することを検査する(違反は ValueError)。ゼロ法線は 1e-12 で割られてほぼ 0 の寄与になる(エラーにしない)。

返り値: Python float、[0, 1]。1 = 全対応で法線が平行。乱雑な法線対なら 3-D では期待値 0.5 程度になる(cos の絶対値の平均)。

注意: 位置の近さは見ない(遠い最近傍でも法線だけ比べる)。位置と合わせて評価するなら chamfer_distance / fscore と併用する。法線が無い雲は estimate_point_normals(局所 PCA)で作ってから渡す。

背景知識ガイド(この op の手前にある物理・規約)

blender_interop — Blender との併用 — 形を作って fullseye で測る(軸・単位・正解データの罠)
measurement_uncertainty — 計測の不確かさと校正の知識 — 「測れている」を主張するために

参考(サンプルデータ・文献)

サンプルデータカタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。
演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

metrics_eval — py -3.11 examples_3d/metrics_eval.py

型が繋がる次の op(`measurement` を入力に取れる)

vol_gaussian_psf · fuse_to_voxel · fresnel_reflectance · snell_angle

同カテゴリ(`metrics`)

chamfer_distance · hausdorff_distance · m3c2_distance · fscore · rmse_correspondence · voxel_iou · pose_error

Provenance: metrics3d.py — 3D operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。

This site is open source. Improve this page.