点云学习笔记

1、点云中每个点的法向量信息

点云中每个点的法向量信息指的是该点周围表面的方向信息。在三维空间中，法向量是垂直于表面的矢量，它指示了表面的朝向或法线方向。在点云数据中，为了描述点所在表面的方向，每个点通常都会附带一个法向量。这些法向量可以用来进行表面重建、点云分割、物体识别等任务，因为它们提供了关于点云中对象的几何特征的重要信息。

2、PointNet、PointCNN的关系

PointNet 和 PointCNN 都是用于处理点云数据的深度学习模型

（1）PointNet：PointNet 是一种用于点云分类和分割的经典模型，由 Charles R. Qi 等人于2016年提出。它采用了点云的无序性，并通过全连接网络和对称函数对点云进行处理，从而实现了对点云的高效处理和学习。PointNet 被证明在处理点云分类和分割任务时具有良好的性能和鲁棒性。

（2）PointCNN：PointCNN 是一种在 PointNet 基础上进行改进的模型，由 Yangyan Li 等人于2018年提出。PointCNN 主要通过卷积操作来处理点云数据，从而利用了点云数据的局部结构信息，并通过多尺度特征聚合来提高模型性能。相比于 PointNet，PointCNN 在一些点云处理任务中取得了更好的性能表现。

3、