标签： c++ image point-clouds descriptor keypoint
最近，我研究了RGB-D图像的描述符，但我现在面临着如何计算召回精度的问题。
我的直接想法是，首先，在检测和描述关键点之后，分别将两个深度图像转换为点云。 其次，使用地面实况数据（旋转矩阵和向量）将两个点云转换为世界坐标系。 第三，只计算召回精度，就像在单点云上做的那样。
如果我的想法是对的，那么在我的实验中有一些问题：RGB图像中的关键点在相应的深度图像中可能具有零值，因此，RGB图像中的实际匹配关键点可能在转换中不匹配点云。
如何正确计算召回精度？