cxy666

[论文链接]\qquad现有的估计场景流的方法都需要有标注的场景流数据去使用监督的方法训练网络。本文作者提出了使用两个自监督损失函数训练（场景流估计）网络的方法，这两个损失函数分别基于最近邻和cycle consistency（不知道该怎么翻译。。。）。自监督的训练方法使得大量没有标注信息的自动驾驶数据集可以用于训练网络。使用本篇文章自监督方法训练的网络，表现与目前最好的使用监督方法学习的网络效果相当。如果使用自监督训练并在小规模标注数据上监督学习，可以得到超越当前最好方法的表现。\qquad假定估计.

[论文链接] | [代码链接]\qquad本文作者提出了一个端到端估计场景流的网络结构——FLowNet3D。在FLowNet3D中引入了两个新的点云学习层：（1）学习联系两帧点云的flow embedding层；（2）学习将特征从一个点集传播到另一个点集的set upconv层。\qquadFlowNet3D主要包含以上三个模块：（1）set conv层学习点云中点的特征，并对点云进行下采样；（2）flow embedding层学习两帧点云的几何联系以预测流；（3）set upcon.

论文链接\qquad本文提出了一种在保留空间结构的前提下实现信息从过去帧传播到未来帧的PointLSTM方法来对序列点云数据做手势识别和动作识别。PointLSTM通过权值共享的LSTM层，将过去帧邻近点的状态信息与当前特征相结合，更新当前状态。这种方法可以集成到许多其他的序列学习方法中。\qquad近年来RNN和LSTM在序列建模上取得了成功，利用LSTM可以从时空的一致性捕捉到运动和外观随时间的变化。论文中所使用的长短期记忆网络为一般的LSTM：h(t),c(t)=LSTM(y(t),h(t−1)

论文链接 Code\qquad作者提出了一种新的方法学习表示动态三维点云序列。方法的关键是一个称为MeteorNet的神经网络模块。该模块以点云序列为对象，在时空邻域中聚合信息，学习每个点的特征。模块可以堆叠在一起，将上一个模块的每个点特性输入到下一个模块。层次化的模块从较大的邻居处获取信息。特征的聚合过程是通过对邻域中的每个点使用相同的多层感知器(MLPs)，然后使用最大池来实现的。\qquad文章提出的模型直接使用原始点云的动态序列，并学习全局和局部点特征，可应用于分类、语义分割和场景流估.

\qquad本文主要有两个创新点，首先利用逐点金字塔池化来捕获不同尺度的局部上下文信息，然后利用两个方向上的层级顺序循环神经网络来融合更大范围的上下文信息。算法在室内室外3D点云数据集上均取得了较好的效果。\qquad网络首先学习逐点的特征，然后使用逐点的金字塔池化获取不同尺度的上下文信息，将不同尺度的局部信息与点的特征拼接。\qquad关于金字塔池化，首先将3D空间按照地平面分为1.5m×1.5m1.5m \times 1.5m1.5m×1.5m的块，每个块包含整个房间的高度。进行Pointwis.

论文链接​ 这篇文章中作者提出了一个支持动态特征聚合的网络DAR-Net。DAR-Net的核心思想是生成一个自适应的pooling skeleton，这个结构既考虑了场景的复杂结构也结合了局部几何特征。skeleton提供可变的半局部感受野和权重，成为了连接局部卷积特征提取器和全局循环特征聚合器的桥梁。​ skeleton如上图所示，我的理解所谓skeleton就是一些能够反映点云集合特征的keypoint。​ 网络的pipeline如上图所示，首先根据点

论文链接 作者提出了一种轻量级的局部依赖建模模块，利用slice pooling layer将无序的点特征集转换为有序的特征向量序列。​ 首先按照各个坐标轴将点云且为等距的块，把每个块内点的特征聚合为一个块的特征，用这个特征向量表示该块的全局信息。​ 不同块的特征按照按照坐标组成了一个有序的特征向量序列，通过RNN来建模序列中的依赖，这使得序列中的上下文相互影响。​ 最后将更新后的点的全局特征复制回每个点，在输出特征提取层使用三个1×11\ti

PointNet将输入的点细分为一个个块（个人理解为训练模型时的一个个Batch）并且独立的处理这些Block。在本文中，作者在PointNet的基础上提出了两种扩展模型，增大了模型在3D场景中的感受野，从而使模型可以处理更大尺度的空间场景。​ 将点块转换为multi-scale blocks和grid blocks，以获得input-level的上下文。然后，将PointNet提取的块级特征依次输入到合并单元(CU)或周期性合并单元(RCU)中，获得输出级上下文。​ .