如何检查由Kinect扫描的两个对象之间的相似性？

Question

我有一个学校项目，需要在kinect创建的XYZRGB点云中识别一个对象，并将该对象的一堆特征与训练集进行比较。

对象特征包括：

• 长度（米）；
• 高度（米）；
• 点数。
• 红色（所有点的平均值，0到255）；
• 绿色（所有点的平均值，0到255）；
• 蓝色（所有点的平均值，0到255）；

在训练集中，我们有类似的东西（与上面的顺序相同）：

blue_box 0.115771 0.0787957 205 52.4049 161.946 161.946
white_box 0.120375 0.0913906 274 212.974 206.255 206.255
red_box 0.223208 0.118088 470 183.574 37.2574 37.2574
black_tape 0.194007 0.103328 303 74.3234 71.8647 71.8647
blue_book 0.223942 0.232253 758 54.7559 74.1214 74.1214
gray_book 0.193717 0.225758 671 180.365 183.131 183.131
...

为了识别对象，我们需要检查训练集中的哪个对象具有最相似的值，对差异进行归一化（使之相似，以[0..1]之间的值表示相似性）。

问题在于，由于以下原因，欧氏距离不适用于这种情况：

具有以下对象：

• 10厘米高和200红色

带有以下内容的训练集：

• Object_X：20厘米高和200红色
• Object_Y：10厘米高和211红色

即使Object_Y相似，也会错误地选择Object_X。

我的问题是，有没有办法标准化这些值，以便在检查相似性时它们都具有相同的权重？