Skip to content

Latest commit

 

History

History
66 lines (39 loc) · 6.17 KB

Work Notes 2023.6.5.md

File metadata and controls

66 lines (39 loc) · 6.17 KB
Raw

Work Notes 2023.6.5

同一场景下不同门的对比

数据集展示

  • 120*120：

image-20230606151217129

  • 256*144：

image-20230606151750963

image-20230605175326749

  • 橙色图：采用的数据集是resize之后的120*120的数据集。
    • 上面这张图描述的是雪地场景下，圆形gate和方形gate基本处于同一位姿下的相同序号间的余弦相似度数据分布。
    • 下面这张图描述的是雪地场景下，圆形gate和方形gate图像数据集分别经过VAE编码后得到的潜空间z之间相同序号的余弦相似度数据分布。
    • 数据分析：统计分析结果表明，余弦相似度在0.9 <= cosin <= 1的区间占比经过潜空间变化后明显上升，从0.611到0.727。
  • 蓝色图：采用的数据集256*144的数据集。
    • 上面这张图描述的是雪地场景下，圆形gate和方形gate基本处于同一位姿下的相同序号间的余弦相似度数据分布。
    • 下面这张图描述的是雪地场景下，圆形gate和方形gate图像数据集分别经过VAE编码后得到的潜空间z之间相同序号的余弦相似度数据分布。
    • 数据分析：统计分析结果表明，余弦相似度在0.9 <= cosin <= 1的区间占比经过潜空间变化后明显上升，从0.524到0.705。

image-20230606112600916

  • MMD分析：

    • 橙色图（120*120）：该图中计算出来的MMD为0.0411，表示着snow场景相同位姿圆形gate与方形gate的余弦相似度分布

    与经过VAE编码后潜空间z的余弦相似度分布的最大均值差异为0.0411，表示这两个分布间比较相似，但仍然会有一个正值，说明存在着差异，而这个差异主要是在高值区间体现。

    • 蓝色图（256*144）：该图中计算出来的MMD为0.066

  • KL散度分析：

    • 橙色图（120*120）：上面计算的KL1_3的值为0.00037，KL3_1的值为0.027，KL1_3<KL3_1。该值意味着以潜空间z的余弦相似度分布为参照snow场景相同位姿圆形gate与方形gate的余弦相似度分布与经过VAE编码后潜空间z的余弦相似度分布的差异，要比编码前余弦相似度为参照snow场景相同位姿圆形gate与方形gate的余弦相似度分布与经过VAE编码后潜空间z的余弦相似度分布的差异小。
    • 蓝色图（256*144）：上面计算的KL2_4的值为0.00389，KL4_2的值为0.01389，KL2_4<KL4_2。该值意味着以潜空间z的余弦相似度分布为参照snow场景相同位姿圆形gate与方形gate的余弦相似度分布与经过VAE编码后潜空间z的余弦相似度分布的差异，要比编码前余弦相似度为参照snow场景相同位姿圆形gate与方形gate的余弦相似度分布与经过VAE编码后潜空间z的余弦相似度分布的差异小。

综上所述：未经VAE编码前的余弦相似度分布会比编码后更集中一点，经过VAE编码后会稍微分散一些，会将中间的值分散到更低或者更高的区间。

不同场景相同门的对比

数据集展示

  • 方形gate在desert和snow场景

image-20230606154338820

  • 圆形gate在desert和snow场景

image-20230606165420062

image-20230607101549903

  • MMD分析：
    • 橙色图（256*144）：该图中计算出来的MMD为0.36789，表示着方形gate相同位姿desert和snow两个场景余弦相似度分布与经过VAE编码后潜空间z的余弦相似度分布的最大均值差异为0.36789，表示这两个分布相似性较低，主要体现在在原始分布中，余弦相似度主要集中在[0.75,1]区间，经过编码后余弦相似度更加分散，分布在[0.25,1]。
    • 蓝色图（256*144）：该图中计算出来的MMD为0.37367，表示着圆形gate相同位姿desert和snow两个场景余弦相似度分布与经过VAE编码后潜空间z的余弦相似度分布的最大均值差异为0.37367，表示这两个分布相似性较低，主要体现在在原始分布中，余弦相似度主要集中在[0.75,1]区间，经过编码后余弦相似度更加分散，分布在[0,1]。
  • KL分析：
    • 橙色图（120*120）：上面计算的KL1_3的值为0.1229，KL3_1的值为0.6585，KL1_3<KL3_1。该值意味着以潜空间z的余弦相似度分布为参照方形gate在desert和snow这两个不同场景余弦相似度分布与经过VAE编码后潜空间z的余弦相似度分布的差异，要比编码前余弦相似度为参照方形gate在desert和snow这两个不同场景余弦相似度分布与经过VAE编码后潜空间z的余弦相似度分布的差异小。
    • 蓝色图（256*144）：上面计算的KL2_4的值为0.1049，KL4_2的值为0.4322，KL2_4<KL4_2。该值意味着以潜空间z的余弦相似度分布为参照圆形gate在desert和snow这两个不同场景余弦相似度分布与经过VAE编码后潜空间z的余弦相似度分布的差异，要比编码前余弦相似度为参照圆形gate在desert和snow这两个不同场景余弦相似度分布与经过VAE编码后潜空间z的余弦相似度分布的差异小。

综上所述：未经VAE编码前的余弦相似度分布会比编码后更集中，经过VAE编码后会分散，将较高部分分散到其它区间。经过编码后得到的潜空间值的余弦相似度分布更分散，这意味着在不同场景下，图像之间的潜在特征具有更高的差异性和多样性。这可能是由于VAE编码过程中引入了一定的噪声和变形，使得原始图像的信息被压缩和扭曲，从而增加了图像之间的差异性。