倒角距离（chamfer distance）是用于评估两组点之间的相似度的度量。给定两个点集 A 和 B，倒角距离定义为 A 中每个点到 B 中最近邻点的距离之和，加上 B 中每个点到 A 中最近邻点的距离之和。它用于各种应用，包括计算机视觉、机器人技术和计算机图形学。

NSDT工具推荐： Three.js AI纹理开发包 - YOLO合成数据生成器 - GLTF/GLB在线编辑 - 3D模型格式在线转换 - 可编程3D场景编辑器 - REVIT导出3D模型插件 - 3D模型语义搜索引擎 - Three.js虚拟轴心开发包 - 3D模型在线减面 - STL模型在线切割

倒角距离在点云配准中特别有用，其目标是对齐两个或多个点云。通过最小化点集之间的倒角距离，可以找到它们之间的最佳对齐方式。

在深度学习的背景下，倒角距离通常用作点云生成任务中的损失函数。这些任务的目标是生成与目标点云相似的点云。倒角距离损失鼓励生成的点云尽可能接近目标点云。

以下是使用 SciPy 中的 KDTree 计算两个点集之间倒角距离的示例 Python 代码：

import numpy as np
from scipy.spatial import KDTreedef chamfer_distance(A, B):"""Computes the chamfer distance between two sets of points A and B."""tree = KDTree(B)dist_A = tree.query(A)[0]tree = KDTree(A)dist_B = tree.query(B)[0]return np.mean(dist_A) + np.mean(dist_B)

在此代码中，A 和 B 是两个点数组，每行是一个点。SciPy 中的 KDTree 类用于高效地查找另一组中每个点的最近邻居。该函数返回两个集合之间的倒角距离。

---

原文链接：倒角距离 - BimAnt