课程笔记-三维点云处理05 ——Deep Learning on Point Cloud （下）

最新推荐文章于 2024-08-07 21:22:44 发布
原创 最新推荐文章于 2024-08-07 21:22:44 发布 · 712 阅读 · 3 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#神经网络 #网络 #深度学习

本篇笔记聚焦于三维点云处理课程的第五章下部分内容，主要讨论深度学习在点云上的应用，特别是图卷积神经网络（GCN）和动态图卷积神经网络（DGCNN）。DGCNN通过动态构建图关系进行特征提取，区别于PointNet++的欧式距离方法，GCN则依据图的邻接关系进行卷积操作。此外，笔记还探讨了DGCNN与GCN的区别以及在分类和分割问题中的应用。

课程笔记-三维点云处理05 ——Deep Learning on Point Cloud （下）

本系列笔记是对深蓝学院所开设的课程：《三维点云处理》的笔记 课程每周更新，我也会努力将每周的知识点进行总结，并且整理成笔记发上来，欢迎各位多多交流&批评指正！！

本文主要为课程第五章的笔记！ 由于第五章开始进行深度学习领域知识讲解，因此不仅知识量陡增，课程量也加大，因此本章将分为上下两篇笔记进行记录。

课程链接：

三维点云处理——深蓝学院 正式内容: ####################################################
————————————————

GCN

在这里插入图片描述
本节课大纲：
主要讲图卷积神经网络 介绍其在点云上的应用 以及重点讲一篇文章：DGCNN
再由DGCNN 引申到能够用图表示的数据

DGCNN

在这里插入图片描述可以表达成图的数据： 社交网络、引用网络、分子式、点云、 三维面片等

事实上，所有用图表达的都可以用线连接，以此来表示节点关系
点云虽然没有直接用线连接，但是可以表示成这种关系

在这里插入图片描述

最低0.47元/天 解锁文章
课程笔记-三维点云处理05 ——Deep Learning on Point Cloud （上）
Jason_____Wang的博客
03-30 794
课程笔记-三维点云处理05 ——Deep Learning on Point Cloud （上） 本系列笔记是对深蓝学院所开设的课程：《三维点云处理》的笔记 课程每周更新，我也会努力将每周的知识点进行总结，并且整理成笔记发上来，欢迎各位多多交流&批评指正！！ 本文主要为课程第五章的笔记！ 由于第五章开始进行深度学习领域知识讲解，因此不仅知识量陡增，课程量也加大，因此本章将分为上下两篇笔记进行记录。 课程链接： 三维点云处理——深蓝学院 正式内容: ##########################
[Point Cloud] PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation 论文解读
风中摇曳的小萝卜 的博客
09-24 634
PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation (CVPR 2017) 需要解决的问题：设计了一种新的可以直接处理点云，并且与点云输入顺序无关的网络，该网络模型可以用于处理物体分类、场景分割和场景语义分析。 这个问题的难点：点云格式是不规则的格式，之前有方法尝试转化成体素或者图像来分析。 In...
【学习笔记】深蓝学院-三维点云处理
麒麒哈尔的博客
07-09 7779
文章目录PCA & Kernel PCASuface Normal & Filters PCA & Kernel PCA Kernel PCA可以理解为，先通过非线性变换，将点云投影到高维空间中，然后在高维空间中做PCA。但这个非线性变换函数很难找，所以通过数学变换，改写，用核方法表示。使用常用的，多项式的核，高斯的核就可以实现Kernel PCA。 Suface Normal & Filters Surface Normal就是PCA中中最后一维的向量，将点云做PCA，最后
三维点云学习（5）3-Deep learning for Point Cloud-PointNet++
weixin_41281151的博客
08-01 725
三维点云学习（5）3-Deep learning for Point Cloud-PointNet++ 强烈推荐 PointNet的深刻理解 PointNet++示意图 可分为 Encoder、 Segmentation、Classification三部分 Encoder PointNet++ 的核心部分在于 set abstraction step1：FPS 最远采样 step2: Grouping Radius Neighbos + random sampling 或者 KNN 确保每个簇里的点数相
Resourses on Deep Learning of Point Cloud
生命长跑
09-13 644
Index Paper Title Code Descriptions 1 A comprehens...
【论文笔记】点云配准网络 Deep Closest Point: Learning Representations for Point Cloud Registration 2019
phy12321的博客
07-14 6269
作者：Yue Wang， Justin M. Solomon 研究机构：MIT 代码链接：代码 使用概率的方法可以得到soft的结果从而保证了可微性。 论文解决的问题 目标任务：点云配准，输入两个点云数据，寻找点云数据之间的刚性变换，输出点云之间的变换矩阵和点云的对应关系。 本文提出基于深度学习的单步（无需迭代）点云配准方法Deep Closest Point，性能SOTA，提取的点云特征在未见类别和目标上获得了很好的泛化性，以及证明了局部特征对于点云配准的促进作用。 现有方法的不足 & 本..
深度学习点云压缩：Learning Convolutional Transforms for Point Cloud Geometry Compression 笔记
qq_39120048的博客
06-09 1803
本系列文章由@邻居张师傅 出品，转载请注明出处。 文章链接： https://editor.youkuaiyun.com/md?not_checkout=1&articleId=109842890 邮箱： zhangyh.nb@qq.com 目录参考mesh_to_pc.pytrain.py自编码器网络编码器 参考 论文地址：https://arxiv.org/abs/1903.08548 Github地址：https://github.com/mauriceqch/pcc_geo_cnn mesh_to.
PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation
最新发布
weixin_60335028的博客
08-07 1808
PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation阅读笔记
【综述翻译：第二章】Deep Learning for 3D Point Clouds: A Survey
冯子材的博客
02-03 5238
Deep Learning for 3D Point Clouds: A Survey为国防科技大学发布的综述文章，这里只翻译第二章。 下载链接：https://arxiv.org/abs/1912.12033； 仓库链接：https://github.com/QingyongHu/SoTA-Point-Cloud 2 3D形状分类 这些方法通常首先学习每个点的嵌入，然后使用聚合方法从整个点云中提...
(一) 三维点云课程---Voxel Grid Downsamping
qq_45369294的博客
10-23 1380
三维点云课程—Voxel Grid Downsamping 1.选取点的方案 1.质心法：计算所有满足条件点的平均值，速度慢，但相对准确 2.随机法：从满足条件的点中随机选择一个点，速度块，但误差大 2.步骤 1.计算三维点集p1,p2,...,pN{p_1,p_2,...,p_N}p1​,p2​,...,pN​的最小和最大值 xmax⁡=max⁡(x1,x2,⋯ ,xN),xmin⁡=min⁡(x1,x2,⋯ ,xN),ymax⁡=⋯⋯ x_{\max }=\max \left(x_{1}, x_{2},
PCL（Point Cloud Library）教程
07-25
PCL Point Cloud Library 教程 学习资料 对于学习PCL及点云处理非常有用
睿慕课三维点云处理课程作业代码
09-12
睿慕课三维点云处理课程作业代码。睿慕课三维点云处理课程作业代码。睿慕课三维点云处理课程作业代码。睿慕课三维点云处理课程作业代码。睿慕课三维点云处理课程作业代码。
(三) 三维点云课程---RANSAC结合最小二乘求解点云的地面
qq_45369294的博客
10-28 1869
三维点云课程—RANSAC结合最小二乘求解点云的地面 三维点云课程---RANSAC结合最小二乘求解点云的地面三维点云课程---RANSAC结合最小二乘求解点云的地面1.RANSAC的步骤2.RANCAC的代码分析2.1输入参数τ，N\tau，Nτ，N的分析2.2 平面模型的创建2.3统计内点的个数2.4最小二乘优化2.5提前终止RANSAC的迭代3.RANSAC完整代码**原始数据** ![在这里插入图片描述](https://img-blog.csdnimg.cn/d10228f8bf3d4c5c978
三维点云课程（六）——三维目标检测
HUASHUDEYANJING的博客
07-21 3991
长方体表示长宽高、中心点、朝向、类别思路先检测后分类。
三维点云学习（5）2-Deep learning for Point Cloud-PointNet
weixin_41281151的博客
07-30 769
三维点云学习（5）2-Deep learning for Point Cloud 三种使用深度学习处理三维点云的方法 VoxNet 问题： 现实自动驾驶场景中，volex grid 的分辨率需要构建很大，计算量巨大，并不具备扩展性 投影二维卷积法 PointNet 核心： share mlp +max pool 证明PointNet可以模拟任何的函数 PN的表达 PN的鲁棒性 Critical Points Set：useful points Upper Bound Shape: “u
三维点云处理(2)——PCA
weixin_44554973的博客
05-25 1610
Principle Component AnalysisPCAApplications:Physical intuitions:Spectral Theorem:Rayleigh Quotients:Summary:KPCAKernel:Summary PCA PCA is to find the dominant directions of the point cloud Applications: Dimensionality reduction Surface normal estimation C
激光点云处理的学习之路（深蓝学院）
yz9521的博客
01-17 1034
一、配置环境 环境搭建 1. Ubuntu18.04 安装 Anaconda3 https://blog.youkuaiyun.com/qq_15192373/article/details/81091098 2. Ubuntu 18.04 Anaconda使用 https://blog.youkuaiyun.com/guolindonggld/article/details/82595473 3. Anaconda使用总结 https://www.jianshu.com/p/2f3be7781451 4. 【点云处...
三维点云数据处理及算法实践
3D视觉工坊
11-23 1632
三维点云是最重要的三维数据表达方式之一，相比于图像而言，点云自身的特性使其更难处理：首先，点云是不规则分布的，比图像的规则网格更难，并且点云更稀疏；其次，点云缺少了图像中的纹理，导致在语义分析方面较为困难。与图像相比，点云有这些糟糕的特性，为什么三维点云在计算机视觉、自动驾驶、机器人等领域仍然得到了越来越多的广泛应用呢？这是因为点云比2D图像多提供了一个维度的信息，即深度信息。世界本来处于三维空间...
课程笔记-三维点云处理06 ——3D Object Detection（上）
Jason_____Wang的博客
04-13 1004
课程笔记-三维点云处理06 ——3D Object Detection（上） 本系列笔记是对深蓝学院所开设的课程：《三维点云处理》的笔记 课程每周更新，我也会努力将每周的知识点进行总结，并且整理成笔记发上来，欢迎各位多多交流&批评指正！！ 本文主要为课程第六章的笔记！ 由于第六章继续进行深度学习领域知识讲解，因此不仅知识量陡增，课程量也加大，因此本章将分为上下两篇笔记进行记录。 本息可主要讲3D物体感知的昂发，介绍基于图像的、基于体素和点云的、以及基于融合的3D物体感知深度学习方法及经典理论 课程链
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值