- 博客(4)
- 收藏
- 关注
RSS订阅
原创 Local Spectral Graph Convolution for Point Set Feature Learning-用于点集特征学习的局部谱图卷积
作者：Chu Wang, Babak Samari, Kaleem Siddiqi 译者：Elliott Zheng Abstract 点云的特征学习已经显示出巨大的希望，引入了有效且可推广的深度学习框架，例如pointnet ++。 然而，到目前为止，点特征已经以独立和孤立的方式被抽象，忽略了相邻点的相对布局及其特征。在本文中，我们建议通过在局部图上使用谱图卷积结合新的图池化策略来克...
2018-09-14 08:39:00
3269
原创 OpenMesh加载顶点纹理存在问题，导致纹理出现接痕
其实每个顶点是可以有很多个纹理坐标的，这个对应信息存储在面当中，我们不能简单粗暴地给顶点附上uv坐标，而是应该在遍历面的顶点的时候根据uv索引去取uv坐标。Python的OpenMesh其实根本没办法获得点的uv坐标。 ...
2018-10-01 17:06:55
863
翻译 SO-Net:点云分析的自组织网络
对SO-Net做了主要内容的翻译和部分注释。SO-Net，一种用于无序点云深度学习的置换不变体系结构。 SO-Net通过构建自组织映射（SOM）来模拟点云的空间分布。基于SOM，SO-Net对单个点和SOM节点进行分层特征提取，最终用单个特征向量来表示输入点云。网络的感受野可以通过进行点对节点的$kNN$(k近邻搜索)系统地调整。在识别点云重建，分类，对象部分分割和形状检索等任务中，我们提出的网络表现出的性能与最先进的方法相似或更好。另外，由于所提出的架构的并行性和简单性，所以训练速度比现有的点云识别网络快
2018-07-19 11:36:45
8988
19
原创 PointCNN 论文翻译解析
1. 概述 如Fig1，传统的卷积作用在二维图像上。在图像中数据是结构化存储的。直接对图像应用卷积核 就能从这种二维空间结构中获取信息。而点云数据是无序集，如果直接使用卷积会出现(1)中ii,iii,iv的情况 如上图所示，由于卷积操作的性质，在所有情况下fiifiif_{ii}与fiiifiiif_{iii}的计算结果是相等的，而fiiifiiif_{iii}与fivfivf_{iv...
2018-06-04 15:39:23
4239
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人