论文笔记：PPF-FoldNet : Unsupervised Learning of Rotation Invariant 3D Local Descriptors

一、目的：
这篇论文存在的意义是什么呢？
作者在这篇文章里提出了一个网络，是PPF-FoldNet。在这个网络出现之前，作者提出了一个叫PPFNet的网络，这个网络主要是用来得到一个理想的具有鲁棒的3D局部特征子。但是，它有缺点，它对于旋转这个操作来说是很敏感的。也就是说，如果我输入的一个样本是正向的，然后，我把它转了一个角度，按理说，输出的结果与转之前的结果相差不大，但是，现实是有一定差距的。所以，作者又提出了PPF-FoldNet来解决这个问题。
——————————————————————————————————————
二、一些概念：
1、PPF：（Point Pair Features）
点对特征，它是四维的，表示的是点x1和x2的表面信息，表达式为：

其中，n1和n2分别是法向量，d是两个点之间的距离。角度的计算公式为：

所以，一个点对特征包含的信息有：两个点之间的距离，两个点的法向量，以及法向量和距离之间的夹角。画图也可以看出它是四维的。

2、Local Patch:
这篇文章网络的输入不再是单个点云，而是以块的形式输入。
这个局部块是通过均匀下采样得到的。