3D点云输入——PointNet和Pointnet++简述

特征提取：把每一个点转换成vector特征，维度相同。

点云的backbone：Pointnet 处理点云数据。

PointNet总结：

点的无序性——>模型要有置换不变性

hidden layer作用：先上升维度再做max操作

总体结构：分别对单个点进行特征提取——>再在hiddenlayer做max操作

Pointnet++：增加局部特征信息

将点分为聚类(cluster)并对各个聚类进行特征提取

过程:

1.维度变换:batch_size*n_points*n_sample*n_features

2.卷积操作

3.4D->3D batch_size*n_points*features 每个sample对应16个点，1个特征

4.继续卷积+分组

-采样中心点

-每次采样分组卷积得到-》batch*中心点*特征

-执行拼接操作

从1024-》128

进行分割任务：需要执行上采样操作，从128到1024

原因：分割任务需要得到每个点的特征

Pointnet++缺点：容易受样本点个数的影响

改进方法：MSG(multi-scale grouping) MRG(multi-res grouping) 

多半径特征拼接不同特征，跨层提取不同特征