qq_51954707的博客

它由两部分组成：头文件和点云数据。它有两种数据存储类型，ASCII和二进制，但PCD文件的头文件必须使用ASCII编码，PCD 的一个很好的好处是它可以很好地适应PCL，从而与PCL应用程序相比具有最高的性能。Las文件由三部分组成：头文件区（包括点总数、数据范围、每个点的维度信息）、变长记录区（包括坐标系、额外维度等）、点集记录区域（包括点坐标信息、R、G、B信息、分类信息、强度信息等）体素的特点：体素擅长表示非均匀填充的规则采样空间，因此，体素可以有效地表示点云数据有很多空的或均匀填充的空间。

条件随机场 (CRF)** 将原始3D点特征与插值分数相结合进行后处理。

注：该文中扩张卷积（dilated convolution）的体现并不是直接以传统意义上的扩张卷积层来实现，而是通过设计特定的网络结构来模拟扩张卷积的效果，从而增加每个点的接收场（receptive field）注：LocSE和注意力池化都是扩张残差块的组成部分，一个块用两套，扩张残差块加上MLP变成了局部特征聚合LFA，四套LFA加上RS是网络的编码器部分；解码器部分则为四套MLP加上US，其中的US是最近邻插值。RandLA-Net主攻大规模场景点云语义分割。

在PointNet++中，MLP的使用与PointNet类似，但在处理局部区域和多尺度特征时，PointNet++引入了额外的MLP网络来捕捉不同尺度上的局部特征。在PointNet的最后阶段，全局特征向量被送入另一个MLP网络，这个网络根据具体的任务（如分类或分割）来输出最终的预测结果。N是数据集中有N个点，d是欧氏空间维数，二维或者三维，C是每个点还可能具有的其他特征的维度，颜色、法线等。：最远点采样FPS选择子集，比随机采样好，输入是Nx(d+C)个点，输出是选定的N’个中心点形成的点集。