3D深度学习点云表示
- 多视角,体素,点云,mesh图
PointNet 解决的问题
3D卷积计算量大,多视角应用范围受局限
PointNet设计思想:
解决无序,点之间的交互,以及置换不变性
利用对称函数解决置换不变性
多层感知机
针对点云的视角变换:
通过T-Net网络
PointNet 的问题
- 缺乏局部信息
- 平移不变性局限性
Set abstraction - sampling layer : 最远点采样FPS,降采样更加均匀
- grouping:两种方案,第一种ball query,第二种K近邻,文章偏向于ball query
PointNet++存在的问题
在边缘或者在稀疏点云处局部分割效果不好
解决办法
多尺度采样(MSG)
第二种方案:多分辨率(MRG)