景墨轩

（SGPN）南加州大学 phd 王薇月：深度学习在点云分割中的应用 | 公开课视频内容分享总结本博客基于论文：SGPN: Similarity Group Proposal Network for 3D Point Cloud Instance Segmentation论文作者：Weiyue Wang，Ronald Yu，Qiangui Huang，Ulrich Neumann参考资料及...

本人研究方向：激光雷达数据处理与三维点云语义分割录用文章的方向： 对多光谱LiDAR点云数据进行语义分割的研究文章：单栏，19页文章投Remote Sensing期刊从投稿到online总周期：一个半月期刊优势1、审稿速度快，接收快，online快，总之就一个“快”字2、SCI二区期刊，影响因子：4.53、免费提供查重后文档4、该期刊流程正规，编辑负责其他1、该期刊开源，稿费较高2、期刊追求速度，所以一般回稿修改的时候时间安排得都比较紧，来不及修改的可以发封推迟回稿日期的邮件给编辑部

# query_ball_point函数用于寻找球形邻域中的点。# 输入中radius为球形邻域的半径，nsample为每个邻域中要采样的点，# new_xyz为centroids点的数据，xyz为所有的点云数据# 输出为每个样本的每个球形邻域的nsample个采样点集的索引[B,S,nsample]def query_ball_point(radius, nsample, xyz, new_xyz): """ Input: radius: local region

# farthest_point_sample函数完成最远点采样：# 从一个输入点云中按照所需要的点的个数npoint采样出足够多的点，# 并且点与点之间的距离要足够远。# 返回结果是npoint个采样点在原始点云中的索引。def farthest_point_sample(xyz, npoint): """ Input: xyz: pointcloud data, [B, N, 3] npoint: number of samples Ret