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。
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
最低0.47元/天 解锁文章
1323
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
