【点云识别】FPConv: Learning Local Flattening for Point Convolution (CVPR 2020)

FPConv: Learning Local Flattening for Point Convolution

本文介绍一篇cvpr2020里面关于点云识别的文章。
论文
代码

1. 问题

给出了一种平面化的卷积方式
在这里插入图片描述

2. 思想

摒弃了先映射再卷积的两步骤处理方式,将两个过程合成一个过程。定义了FPConv 的平面卷积操作。
在这里插入图片描述
整个网络的架构如下
在这里插入图片描述

3. 算法

FPConv

在这里插入图片描述
相当于将每个点及其邻域映射成了一个平面处理,贴下部分代码会更好理解。

# get distribution vector
        grouped_xyz, grouped_feats = self.grouper(xyz, new_xyz, features)    #grouped_xyz: B, 3, npoint, nsample 
        proj_wts = self.wts_layer(grouped_xyz) # B,ml,np,ns
        if self.use_xyz:
            grouped_feats = torch.cat([grouped_xyz, grouped_feats]
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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