Asir Intesar Tushar

新的贝叶斯框架通过不确定性量化增强点云数据分析

已开发出一种新的贝叶斯框架，用于分析由现代成像和传感器技术普遍生成的点云数据。该框架通过提供一种概率方法来进行曲线重建，从而解决了大数据量、噪声和信息缺失等挑战。该方法利用马尔可夫链蒙特卡洛 (MCMC) 算法来推断后验分布，从而能够对恢复的曲线进行不确定性量化。对合成数据和真实 LiDAR 数据集的实验证明了该框架在准确重建曲线的同时，还能提供结果置信度度量。