কিছু ভলিউম পুনর্নির্মাণ অ্যালগরিদমের জন্য আমি কাজ করছি, আমাকে 3 ডি পয়েন্ট ডেটার (একটি LIDAR ডিভাইস থেকে আগত) একটি বৃত্তাকার ধরণগুলির একটি স্বেচ্ছাসেবী সংখ্যা সনাক্ত করতে হবে। নিদর্শনগুলি নির্বিচারে স্থানের দিকে লক্ষ্য করা যায় এবং পাতলা 2 ডি প্লেনে মিথ্যা (যদিও নিখুঁত নয়) ধরে নেওয়া যায়। এখানে একই বিমানের দুটি চেনাশোনা সহ একটি উদাহরণ রয়েছে (যদিও মনে রাখবেন এটি একটি 3 ডি স্পেস):
আমি অনেকগুলি পদ্ধতির চেষ্টা করেছি .. সবচেয়ে কাছের প্রতিবেশী গ্রাফের বিচ্ছিন্ন সেটগুলির উপর ভিত্তি করে সবচেয়ে সহজ (তবে এখন পর্যন্ত যেটি সবচেয়ে ভাল কাজ করছে) এটি ক্লাস্টারিং। এটি নিখরচায় ভালভাবে কাজ করে যখন প্যাটার্নগুলি একে অপরের থেকে দূরে থাকে তবে উদাহরণের মতো চেনাশোনাগুলির সাথে খুব কম, সত্যই একে অপরের কাছাকাছি।
আমি কে-মানে চেষ্টা করেছি, তবে এটি ভাল করে না: আমার সন্দেহ হয় যে বৃত্তাকার বিন্দু বিন্যাস এটির পক্ষে উপযুক্ত নাও হতে পারে। প্লাস আমার কে এর মান আগেই না জানার অতিরিক্ত সমস্যা রয়েছে
আমি নিকটতম প্রতিবেশী গ্রাফের চক্র সনাক্তকরণের উপর ভিত্তি করে আরও জটিল পদ্ধতির চেষ্টা করেছি, তবে যা পেয়েছি তা হয় খুব ভঙ্গুর বা গণনা ব্যয়বহুল।
আমি প্রচুর সম্পর্কিত বিষয় (হফ ট্রান্সফর্ম ইত্যাদি) সম্পর্কেও পড়েছি তবে কিছুই এই নির্দিষ্ট প্রসঙ্গে পুরোপুরি প্রয়োগ করে বলে মনে হচ্ছে না। কোন ধারণা বা অনুপ্রেরণা প্রশংসা করা হবে।