目录
上图显示了单尺度点分组。
点集的分层特征学习
PointNet++分层处理点,沿着层次结构逐步抽象出越来越大的局部区域。
点集抽象层(set abstraction level),主要由:
采样层(Sampling layer):
采样出关键点,最远点采样,关键点代表了局部区域的质心。输出的是N’*(d+C)这么一个矩阵。提供给下面的分组层,因为分组层grouping需要关键点集(N’)和总的点集(N)。
分组层(Grouping layer):
搜索关键点周围的邻居点,构造局部区域集。这一层的输入是N*(d+C)和N’*d(我可以理解诶为关键点只需要坐标就行了,通过坐标去找周围的点)。输出为N’*K*