【论文解读】点云深度学习网络PointNet

最新推荐文章于 2023-04-15 00:09:22 发布

昌山小屋

最新推荐文章于 2023-04-15 00:09:22 发布

阅读量914

点赞数

分类专栏：点云处理文章标签： PointNet

本文链接：https://blog.csdn.net/ChuiGeDaQiQiu/article/details/118003250

版权

点云处理专栏收录该内容

41 篇文章 48 订阅

订阅专栏

点云数据天然的存在无序性，直接将用于图像的网络结构用于点云效果很差。有一些研究将点云空间进行划分成规则的3D体素网格，再使用3D卷及等方式来进行处理。而PointNet这篇文章提出的网络结构无需对点云数据进行预处理，对输入点云进行整体的分类或者点云的分割。

在正式介绍PointNet网络结构之前先要理解欧式空间中点云的几个特征，这也后面作者设计结构的出发点。

1). 无序性

这个比较好理解，因为点云实际上就是点的集合，并无特定顺序。假如一个点云集合中有N个点，实际它就存在着N!种排序。对于网络设计来说，对于这N!种排序应该是不变的。

2). 点云点之间存在空间关系

点云无序，但是点与点存在空间上的关系，网络设计就需要有效的利用到这种空间关系。

3). 旋转平移(transformations)不变性

点云所代表的目标对某些空间转换应该具有不变性，如旋转和平移。代表一辆汽车的点云再空间中再怎么旋转平移，它始终还是一辆车。

PointNet结构

1). 对称函数应对输入点云的无序性问题

对称函数就是指对输入顺序不敏感的函数，比如：加法，点乘，最大池化(MaxPooling)等。

2). 局部和全局信息聚合

将单点点云特征和全局点云特征进行结合(concatenate)，基于结合后的点云特征再学习出新的特征。

3). 联合对齐网络，对齐输入点和点特征，解决变换不变性

为了保证点云变换下(旋转/平移等)的不变性，论文提出对输入点云和中间特征进行对齐操作。对齐操作是通过训练一个小型网络(T-net)来得到旋转矩阵。由于loss的约束，使得T矩阵训练会学习到最有利于最终分类的变换，如把点云旋转到正面。论文架构中，分别在输入数据后和第一层特征中使用了T矩阵，大小为3x3和64x64。其中第二个T矩阵由于参数过多，考虑添加正则项，使其接近于正交矩阵，减少点云的信息丢失。

def get_transform_K(inputs, is_training, bn_decay=None, K = 3):
    """ Transform Net, input is BxNx1xK gray image
        Return:
            Transformation matrix of size KxK """
    batch_size = inputs.get_shape()[0].value
    num_point = inputs.get_shape()[1].value
    """
    inputs, [batch,in_height,in_width,in_channel]
    256, filter, 卷积核
    [1,1], strides
    padding, 'SAME', 'VALID'
    """
    net = tf_util.conv2d(inputs, 256, [1,1], padding='VALID', stride=[1,1],
                         bn=True, is_training=is_training, scope='tconv1', bn_decay=bn_decay)
    net = tf_util.conv2d(net, 1024, [1,1], padding='VALID', stride=[1,1],
                         bn=True, is_training=is_training, scope='tconv2', bn_decay=bn_decay)
    net = tf_util.max_pool2d(net, [num_point,1], padding='VALID', scope='tmaxpool')

    net = tf.reshape(net, [batch_size, -1])
    net = tf_util.fully_connected(net, 512, bn=True, is_training=is_training, scope='tfc1', bn_decay=bn_decay)
    net = tf_util.fully_connected(net, 256, bn=True, is_training=is_training, scope='tfc2', bn_decay=bn_decay)

    with tf.variable_scope('transform_feat') as sc:
        weights = tf.get_variable('weights', [256, K*K], initializer=tf.constant_initializer(0.0), dtype=tf.float32)
        biases = tf.get_variable('biases', [K*K], initializer=tf.constant_initializer(0.0), dtype=tf.float32) + tf.constant(np.eye(K).flatten(), dtype=tf.float32)
        transform = tf.matmul(net, weights)
        transform = tf.nn.bias_add(transform, biases)

    #transform = tf_util.fully_connected(net, 3*K, activation_fn=None, scope='tfc3')
    transform = tf.reshape(transform, [batch_size, K, K])
    return transform