【论文阅读】【点云处理】Point-based Discrete Convolution Networks

本博客是点云的深度学习方法综述博客的一部分，详细解释几篇Point-based Discrete Convolution Networks的方法。

Pointwise Convolutional Neural Networks

2018CVPR
本文是Discrete Convolution Networks其中一类的代表：对中心点附近的区域进行分区域，每个区域内下进行计算一个aggregated feature。区域固定，相当于得到了固定的grid，然后用固定的卷积核去卷积就可以了。这种权重域是离散的，就像普通的2D Convolution。

卷积公式如下：

上图就解释的很清楚了，把中心点附近的区域分成栅格，每个栅格内的特征先相加然后用密度归一化，最后再乘以栅格内的卷积权重得到，得到一个栅格的特征，多个栅格的特征相加得到新的特征。

PointCNN

论文PointCNN: Convolution On