拨云见日——SPLATNet文章理解

最新推荐文章于 2023-12-22 12:05:20 发布

Leroy Sane

最新推荐文章于 2023-12-22 12:05:20 发布

阅读量5k

点赞数 9

本文链接：https://blog.csdn.net/qq_33278989/article/details/80786726

版权

本文详细解读了SPLATNet：一种用于点云处理的稀疏晶格网络，该网络基于CVPR2018年Hang Su的论文。文章介绍了Bilateral Convolution Layers（BCLs）和Permutohedral Lattice的概念，并强调了SPLATNet如何通过Splat、Convolve和Slice操作实现点云数据的高效处理。通过对论文的深入分析，揭示了SPLATNet相对于其他点云处理网络的独特优势。

摘要由CSDN通过智能技术生成

文章标题：SPLATNet: Sparse Lattice Networks for Point Cloud Processing

这是CVPR2018的一篇文章，作者是Hang Su ，他同时也是2015年MVCNN的作者，自然也是很厉害了。这个作者给我的感觉是基础非常扎实，比如之前的MVCNN，最先把多视角机器视觉运用到三维物体感知中来；包括这次用到的bilateral convolution layers (BCLs) 和permutohedra lattice 等文章中最重要的两个概念，都并非原创，而是来源于2015和2016年的会议发布出来的成果，而且网上关于这两个东西的博客不多，看来还是有点冷门的，这就提示我们，想要做出创新，就要先把已有研究成果吃透，特别要能够看到那些被别人忽视的文章。

读这篇文章很容易掉进陷阱，作者给挖了两个坑，会直接影响理解论文的效果，我们在下面的讲解中都会重点提到。

拿到论文先看摘要，它这里啰嗦了半边，其实就是一句话，本文用bilateral convolution layers (BCLs) 堆叠起来构造了一种新的网络结构。

相关研究这里就不说了。

直接看第三章，bilateral convolution layers。这个词来自于文献[22]和[25]：

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

[25]Permutohedral Lattice CNNs. ICLR 2015

但是笔者去看了这两篇文章，感觉这里其实叫Permutohed