点云深度学习系列三： SPLATNet: Sparse Lattice Networks for Point Cloud Processing

1. 概念引入

permutohedra  lattice 

（原文：Fast high-dimensional filtering using the permutohedral lattice

下述文字参考了：https://blog.csdn.net/xuanwu_yan/article/details/7962508）

一个d维的permutohedral lattice是d+1维空间子平面分割，此超平面法向量为

所以我们有

什么是分割？一般认为分割的格子（lattice）是同样形状，一个平面能够被相同形状的格子没有缝隙，没有重叠的布满，那么格子就是空间的分割。

作者使用了单形进行分割。单形顶点在d+1维空间坐标我们不得而知，作者重新定义了基向量（并不完全准确，因为之间线性相关），于是此子平面上单形顶点的坐标直接满足在平面上的要求，即

 

当d=3时，单形顶点在原点，单形的边长为1，格子如下图所示。

单形的顶点坐标为整数，并且一个点的坐标各项模d+1=3有相同余项k，我们称这个顶点为余k点。这里对上面的基向量稍微做一下解释，假设在三维空间中，有子空间

，有

在xoy平面上，有三个点

这个点经过映射变换，就对应了上图中的橙色区域，坐标为

也就是说，下图右侧x轴原点y轴夹的右上部分区域，是下图左侧分割空间坐标映射变换

bilateral convolution layer(BCL)

（原文:

1.Learning Sparse High Dimensional Filters:Image Filtering, Dense CRFs and Bilateral Neural Networks . CVPR2016

2. Permutohedral Lattice CNNs.  ICLR 2015 ）

 

BCL平滑地将输入点映射到稀疏的格子上，在稀疏的点阵上执行卷积，然后将过滤后的信号平滑地插入到原始的输入点上。主要分为: Splat、Convolve、Slice。

Splat: 通过质心插值，将输入特征F投影到由晶格特征L。格子单体的大小或网格点之间的空间通过缩放格子特征ΔL来控制，其中Δ是缩放矩阵的对角线。

Convolve: 投影到dl维网格上，BCL使用可学习的滤波器内核执行dl维卷积。就像在标准CNN一样，BCL在dl维空间中容易指定滤波器邻域。

Slice: 通过质心插值将滤波后的信号映射回输入点。

2. 主要框架

SPLATNet3D:输入点云首先通过一个1*1的卷积层，之后采用不同尺度的BCL层（采用了和CNN一样的思想，格子变的越来越大，感受野也更加大，提取的特征越来高层），之后将这些BCL层合并，通过两个1*1的CONV层得到每个点的预测。

对于分类问题，采用global pooling处理

 

SPLATNet2D-3D:

CNN1: 首先采用2D分割的CNN，本文采用的Deeplab

BCL2D-3D: 采用下图的BCL只包含（splat,slice）将图像像素投影到点云

2D-3D Fusion: 将投影到3D空间的特征和SPLATNet3D对点云处理后得到的特征融合，通过一系列的1*1的卷积层得到了每个点的概率

BCL3D-2D：对于图像的分类问题我们需要将3D特征投影到2D图像，采用BCL2D-3D的逆操作完成

CNN2：将输入图像，CNN1的输出和BCL3D-2D放到一个2DCNN处理

3. 论文意义

将图像和点云结合处理，相互约束，正如PointCNN提出方向一样。

对于2D图像，利用3D特征有助于在多个视点上进行一致的预测。

对于3D点云，合并2D-CNN，有助于利用2D-CNN是在高分辨率图像上计算强大的特点。