点云学习【1.4】Farthest point sample降采样

FPS算法原理：
1.输入点云有N个点，从N个点中任意选取一个点P0作为初始点。
2.计算所有点到P0的距离，构成N维数组，从中选择距离最大值点P1，更新采样点集合B={P0,P1}。
3.计算所有点到集合B中每个点的距离，将最小距离作为该点到集合的距离，选取最大距离作为采样点，更新采样点集合B。
4.重复2-3步，直至采样点数量满足要求。
如图所示：

import numpy
def farthest_point_sample(point,npoint):
	N,D = point.shape
	xyz = point[:,0:3]
	farthest = np.random.randint(0,N)
	centroids = np.zeros((npoint,))
	dist = np.ones((N,)) * 1e10
	for i in range(npoint):
		centroids[i] = farthest
		centroid = xyz[farthest,:]
		dist = np.sum((xyz-centroid)**2,-1)
		mask = dist < distance
		distance[mask] = dist[mask]
		farthest = np.argmax(distance,-1)
	point = point[centroids.astype(np.int32)]
    return point