【点云识别】Learning to Segment 3D Point Clouds in 2D Image Space (CVPR 2020)

Learning to Segment 3D Point Clouds in 2D Image Space

本文介绍一篇cvpr2020里面关于点云部件分割的文章。
论文
代码

1. 问题

相比于2D U-net 的架构上，点云上的部件分割没有取得比较好的进展。
所以这篇文章，将3D点云投影到2D空间上，再使用U-net的架构进行分割，取得的效果可谓是遥遥领先！

2. 思想

整体流程就是以下三步

• Construct graphs from point clouds.
• Project graphs into images using graph drawing.
• Segment points using U-Net.

首先将2048个点，来源于shapent 或者partnet, 将其聚类成32个类别。 然后将这32个聚类中心映射到16x16规格的grid上。然后，对于属于一类的点，将他们再映射