拨云见日——SPLATNet文章理解

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

  • 9
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值