PCL点特征直方图-装箱

为了简单起见,我将首先用2D进行解释,即使用两个角度特征。在这种情况下,您将拥有b^2个存储箱,而不是b*2。

要素空间被划分为规则栅格。特征是根据其在2D(或3D)空间中的位置进行装箱的,而不是沿每个维度独立装箱。请参见以下具有两个特征尺寸且b=4的示例,其中特征被装入标有 # :

^ phi
|
+-+-+-+-+
| | | | |
+-+-+-+-+
| | | | |
+-+-+-+-+
| | | |#|
+-+-+-+-+
| | | | |
+-+-+-+-+-> alpha

该特征被合并到单元中,其中alpha在给定间隔中,phi在另一个间隔中。你理解的关键区别在于: 不 独立处理。每个单元格指定所有维度的间隔,而不是单个维度。 (这在3D中的工作方式是一样的,只不过你会有另一个θ维度和一个3D网格,而不是2D网格。)

这种分仓方式导致2D情况下的分仓为b^2,因为 alpha 维度与 phi 维度,导致数字平方,而不是加倍。添加另一个维度,你得到的是立方体,而不是三倍,就像你的问题一样。