FPConv: Learning Local Flattening for Point Convolution
cvpr2020
将已有的点云学习方式分为
- Volumetric-style point convolution
- Graph-style point convolution
- Surface-style point convolution
创新
提出一种基于表面的学习方式,通过学习一个权重矩阵,将采样点的的邻域点映射为一个平面,再使用2D CNN进行局部特征聚合。
具体实现
现将局部点云使用PointNet提取特征,然后学习一个映射矩阵,再使用2d cnn进行特征聚合。
对于大场景的分割问题设计如下网络结构:
实验结果
可以和一些网络(volumetric-style)相互补充
在s3dis上,FPConv对简单结构表现良好,KPConv对复杂结构表现良好