对齐得分：用于多视角姿态精度评估的稳健指标
计算机视觉与模式识别
2024-08-06 v2 机器人学
摘要
我们提出了三个新指标用于评估给定真实姿态下的估计相机姿态的准确性：Translation Alignment Score（TAS）、Rotation Alignment Score（RAS）和Pose Alignment Score（PAS）。TAS独立于旋转来评估平移精度，RAS独立于平移来评估旋转精度。PAS是上述两种得分的平均值，评估平移和旋转的综合精度。TAS的计算分为四个步骤：（1）找到最近配对距离的上四分位数，d。（2）使用稳健注册方法将估计轨迹与真实值对齐。（3）收集所有距离误差，获取多个阈值（从0.01d到d，分辨率为0.01d）的累积频率。（4）将这些累积频率相加并归一化，使其理论最大值为1。TAS相对于现有指标具有实际优势：（1）对离群值和共线运动具有鲁棒性，（2）无需针对不同数据集调整参数。RAS的计算方式类似于TAS，也被证明比现有的旋转指标更抗离群值。我们通过大量仿真验证了上述主张，并深入讨论了所提出指标的优势与不足。
引用
@article{arxiv.2407.20391,
title = {Alignment Scores: Robust Metrics for Multiview Pose Accuracy Evaluation},
author = {Seong Hun Lee and Javier Civera},
journal= {arXiv preprint arXiv:2407.20391},
year = {2024}
}