同一实例点接近，不同实例点分离 ＜SGPN改进＞

在为所有的点生成初始嵌入后，我们希望同一实例中的点有相似的嵌入，而不同实例中的点在嵌入空间中是分开的。这是度量学习中的一个经典问题[13],[37]。
 

[13] Y. Wen, K. Zhang, Z. Li, and Y. Qiao, “A discriminative feature learning approach for deep face recognition,” in Proc. Eur. Conf. Comput. Vision, 2016, pp. 499–515.

[37] J. Deng, J. Guo, N. Xue, and S. Zafeiriou, “Arcface: Additive angular margin loss for deep face recognition,” in Proc. IEEE Conf. Comput. Vision Pattern Recognit., 2019, pp. 4690–4699.

对于三维点云来说，它不仅有嵌入信息，还有三维几何关系。

论文题目：3D Instance Embedding Learning With a Structure-Aware Loss Function for Point Cloud Segmentation

考虑到：除了嵌入信息外，点云还提供反映点之间关系的三维几何信息

因此提出：结构感知损失函数