- 博客(6)
- 收藏
- 关注
RSS订阅原创 个人笔记——SGPN初学
SGPN是前段时间看的一篇点云实例分割的论文，在此，对SGPN的相关内容做个总结回顾。 SGPN是点云实例分割的首篇论文，在google scholar上搜相关点云实例分割的论文，似乎还有一篇是GSPN，通过点云的三维重建去实现实例分割，具体没有细看，略表不提。SGPN最大的贡献在于走通了点云实例分割的整个流程，对于点云如何进行实例分割给出了可行性方案，SGPN是基于pointnet系列...
2019-01-03 00:59:55
2251
3
原创 2018cvpr-点云分类、分割等相关论文
Honorable Mention:SPLATNet: Sparse Lattice Networks for Point Cloud ProcessingUMass Amherst & Nvidia将点视为自高维网格中采样出的稀疏集合的方式来处理点云数据Spotlight:PointGrid: A Deep Network for 3D Shape Underst...
2018-08-03 17:35:00
5451
原创 朴素贝叶斯法
简单记一下朴素贝叶斯法，主要记录一下细节的部分，估计主体也不会忘。朴素贝叶斯法的根源在于贝叶斯公式，贝叶斯公式是条件概率公式和全概率公式的组合体，有以下主要形式：在实际应用中，可能主要的公式方式如下所示：其中X可能有多个输入值，表现形式如下：其实，用以上公式就可以当作是一个分类器了，其中Y表示样本的类，即样本的标签，举个例子来说，例如诈骗邮件识别，输入即为分词后的各个词组，例如诈骗、团伙、信用卡等...
2018-07-09 15:54:27
358
原创 k-d树 & kNN & ANN 等相关理解
花了两天时间就看了个k-d树 罪过罪过～不过还是大约总结以下吧起初看k-d树是在看李航的《统计学习方法》中提到的，kNN是个很简单的算法，但k-d树总的来说，稍微有点绕，感觉可能是看到的资料表述的不太清晰，也有可能是本来k-d树就不容易表述。k-d树从根本上来说就是一个多维空间下的二叉查找树，区别于二叉查找树只有1维，k-d树可以有n维，故而k-d树在分叉的时候，需要固定一维，构成一个超平面进行划...
2018-05-29 18:01:19
3456
1
原创 个人笔记——PointNet++初读
PointNet++: Deep Hierarchical Feature Learning on Point Sets in a Metric Space在表述PointNet++之前，其实列出题目可以更好的表述这篇paper，PointNet++其实就是PointNet的分层版本，并且顺便解决了由于分层带来的系列问题以及PointNet遗留的问题。在PointNet中，一个显著的问题是对于局部...
2018-05-25 16:35:37
16346
2
原创 个人笔记——PointNet初学
PointNet是斯坦福大学发表在2017年CVPR上的一篇处理点云数据的论文。相较于之前其他处理点云数据的论文，其最大的不同是，对于点云数据，会直接进行处理，而非将点云数据进行格式化处理，从而避免了将点云数据格式化后，产生的unnecessarily voluminous以及像素点失真的问题。从这一点上来说，PointNet具有极其重要的意义。从传统思路来讲，通过将点云数据转换成3D像素数据后，...
2018-05-17 22:22:37
13277
14
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人