weixin_37592611的博客

1，本文亮点（1）建立了edge branch（边分支）为point branch提供该区域的上下文信息。（2）设计了hierarchical graph 结构，使生成的信息从粗糙到细致2，Overview 本文的结构与pointnet++相似，都是编码-解码的框架。Encodeing stage与pointnet++相似都是经过了sampleing,grouping 和pointnet，如如图（2）所示。经过编码阶段的下采样点云数目减少为N0，并且作为Decoding stage阶段...

本文亮点：直接把点云数据作为神经网络的输入，该网络既可以用于分类也可以用于分割。1，通过空间变换网络解决旋转不变问题。2，利用maxpooling作为对称函数解决点云无序问题。一，点云数据存在的问题（1）无序性 点云本质上是一长串点（nx3矩阵，其中n是点数）。在几何上，点的顺序不影响它在空间中对整体形状的表示。因此，在提取点云特征时需要对无序数据做处理，使其对不同排列数据都有相同结果。 （2）旋转性 相同的点云在空间中经过一定的刚性变化（旋转或平移），坐标...