![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
3D语义分割
记录3D语义分割
小执着~
香港中文大学(深圳)博士在读
展开
-
CVPR2020 3D点云相关论文思想和方法总结
CVPR2020 3D点云相关论文整理3D目标检测1. A Hierarchical Graph Network for 3D Object Detection on Point Clouds1.1 创新1.2 实现细节1.3 实验结果3D点云分析(分类、分割)3D点云上采样1. Cascaded Refinement Network for Point Cloud Completion1.1 创新1.2 实现细节1.3 实验结果3D目标检测1. A Hierarchical Graph Network原创 2020-06-17 17:19:30 · 7944 阅读 · 8 评论 -
【3D计算机视觉】GACNet——点云上的图注意力机制卷积网络
Graph Attention Convolution for Point Cloud Segmentation一. 论文简介1.1 摘要1.2 相关工作Pointnet系列图卷积网络系列二. 模型结构2.1 Graph attention convolution2.2 函数逼近2.3 总体结构三. 实验结果一. 论文简介1.1 摘要本文(CVPR2019刚录入)介绍了一种能在点云上端到端...原创 2019-03-27 21:35:55 · 10169 阅读 · 19 评论 -
【3D计算机视觉】ECC——基于图的动态边缘卷积神经网络
Dynamic Edge-Conditioned Filters in Convolutional Neural Networks on Graphs 阅读笔记一、模型概要1.1 概念与符号定义1.2 ECC的具体方法二、 点云上的应用2.1 点云构图 Graph Construction on point cloud2.2 点云下采样 Graph Coarsening on point clou...原创 2019-04-01 21:18:42 · 7163 阅读 · 5 评论 -
【3D计算机视觉】从PointNet到PointNet++理论及pytorch代码
从PointNet到PointNet++理论及代码详解1. 点云是什么1.1 三维数据的表现形式1.2 为什么使用点云1.3 点云上以往的相关工作2. PointNet2.1 基于点云的置换不变性2.1.1 由对称函数到PointNet(vanilla)2.1.2 理论证明2.2 基于点云的旋转不变性2.3 网络总体结构2.4 实验结果和网络的鲁棒性2.5 代码解析3. PointNet++3.1...原创 2019-03-28 21:51:18 · 76415 阅读 · 40 评论 -
【3D计算机视觉】GeoNet——基于测地距离的点云分析深度网络
GeoNet: Deep Geodesic Networks for Point Cloud Analysis一、摘要二、模型简介2.1 研究目的2.2 相关工作2.3 模型思想一、摘要这是点云相关的深度学习任务中第一个提出去推断点云表面的拓扑结构的工作。3D物体的表面的拓扑结构往往能为其语义分割或者模型重建任务中带来强大的特征,但是这样的特征在点云中却往往丢失了。因此这篇文章提出了一个Geo...原创 2019-05-23 19:09:21 · 2658 阅读 · 2 评论 -
【3D计算机视觉】RS-CNN——基于邻域集合关系推断的点云卷积神经网络
Relation-Shape Convolutional Neural Network for Point Cloud Analysis 阅读笔记一、论文背景二、模型设计2.1 模型创新2.2 模型表达2.3 模型结构三、实验效果3.1 实验结果3.2 模型参数3.3 模型鲁棒性论文:https://arxiv.org/abs/1904.07601 CVPR2019 oralPytorch代码...原创 2019-05-23 20:02:32 · 7928 阅读 · 12 评论 -
【3D计算机视觉】PointConv——在点云上高效实现卷积操作
PointConv: Deep Convolutional Networks on 3D Point Clouds 阅读笔记一、摘要二、模型2.1 卷积定义2.2 模型结构2.2.1 卷积操作2.2.2 高效卷积2.2.3 反卷积三、实验论文地址:https://arxiv.org/pdf/1811.07246.pdf代码地址:https://github.com/DylanWusee/poi...原创 2019-05-24 10:22:41 · 5937 阅读 · 7 评论 -
【3D计算机视觉】A-CNN——点云上的环状卷积神经网络
A-CNN—Annularly Convolutional Neural Networks on Point Clouds 阅读笔记一、贡献点二、模型结构2.1 Regular and Dilated Rings2.2 Constraint-based K-NN Search2.3 Ordering Neighbors2.4 Annular Convolution on Rings2.5 Pool...原创 2019-06-27 19:40:55 · 5556 阅读 · 6 评论 -
【3D计算机视觉】KPConv——点云上的可形变卷积网络
《KPConv: Flexible and Deformable Convolution for Point Clouds》阅读笔记一、二、模型2.1 定义在点云上的核函数Github代码:https://github.com/HuguesTHOMAS/KPConv论文:https://arxiv.org/abs/1904.08889一、二、模型2.1 定义在点云上的核函数首先定义一下...原创 2019-08-30 15:57:17 · 9370 阅读 · 6 评论 -
【3D计算机视觉】PointNet++的pytorch实现代码阅读
最全的PointNet++的pytorch代码阅读1. 功能函数文件1.1 square_distance函数1.2 farthest_point_sample函数1.3 index_points函数1.4 query_ball_point函数1.5 Sampling + Grouping1.6 SetAbstraction层1.7 FeaturePropagation层2. 模型主文件2.1 C...原创 2019-03-31 22:48:31 · 29012 阅读 · 44 评论 -
【3D计算机视觉】Dynamic Graph CNN——点云动态图卷积神经网络
Dynamic Graph CNN for Learning on Point Clouds1.简介1.1 解决的问题1.2 贡献1.3 EdgeConv的优缺点:2.网络结构2.1 EdgeConv层介绍2.2 函数的选择2.3 示意图3.实验结果:1.简介该文章是最新出的一篇针对Point Clouds数据分类、分割的网路,它是受点云数据处理的鼻祖论文PointNet、PointNet++...原创 2019-03-21 20:05:08 · 15847 阅读 · 7 评论 -
【3D计算机视觉】PU-Net:点云上采样网络(CVPR2018-6)
PU-Net: Point Cloud Upsampling Network 阅读笔记代码:https://github.com/yulequan/PU-Net参考:https://www.sohu.com/a/247735208_715754一、摘要由于点云数据的稀疏性和不规则性,所以用深度神经网络学习和分析3D点云一直以来是一个具有挑战性的工作。这篇文章中我们提出了一种数据驱动的点云上...原创 2019-02-28 16:58:29 · 9747 阅读 · 2 评论 -
【3D计算机视觉】三维深度学习之pointnet系列详解(一)
三维深度学习之pointnet系列详解(一) 一、三维深度学习简介多视角(multi-view):通过多视角二维图片组合为三维物体,此方法将传统CNN应用于多张二维视角的图片,特征被view pooling procedure聚合起来形成三维物...转载 2018-09-25 13:23:44 · 4432 阅读 · 0 评论 -
【3D计算机视觉】三维深度学习之pointnet系列详解(二)
三维深度学习之pointnet系列详解(二) 一、pointnet存在的问题pointnet只是简单的将所有点连接起来,只考虑了全局特征,但丢失了每个点的局部信息,如下图(以点云分割为例):所以继pointnet之后,很多人的着重点都在提取局部区域特征方面。为了解决这个问题,pointnet++的整体思想就是:...转载 2018-09-25 13:25:16 · 2939 阅读 · 0 评论 -
【3D计算机视觉】Pointnet源码分析
博客原文 https://blog.csdn.net/yongxiebin9947/article/details/79368752 PointNet 是斯垣福大学在2016年提出的一种点云分类/分割深度学习框架。众所周知,点云在分类或分割时存在空间关系不规则的特点,因此不能直接将已有的图像分类分割框架...转载 2018-09-25 19:41:57 · 3286 阅读 · 0 评论 -
【3D计算机视觉】由单张2D图像生成3D点云的深度网络
《A Point Set Generation Network for 3D Object Reconstruction from a Single Image》论文笔记1. 当前 3D视觉的现状目前3D视觉领域当我们尝试复现某些深度卷积体系结构时,我们常常面临着一个充满代表性的问题——现有的用于信号领域中的判别性和生成性学习的深度网络结构非常适合于规律的采样数据,例如图像,音频或视频;然而,...原创 2018-09-25 21:52:39 · 13583 阅读 · 7 评论 -
【3D计算机视觉】利用GNN网络做RGB-D的语义分割
《3D Graph Neural Networks for RGBD Semantic Segmentation》论文笔记一、摘要随着深度传感器的发展,RGBD语义分割被应用于许多问题上,如:虚拟现实,机器人以及人机交互等等。与现有的2D语义分割相比,RGBD语义分割可以通过探索深度信息来利用现实世界的几何信息辅助分割。如下图所示,在常规的2D图像上,桌子会和微波炉在像素上称为近邻,但是在3D...原创 2018-10-03 14:44:28 · 8742 阅读 · 6 评论 -
【3D计算机视觉】LSTM-CF——基于RGB-D的场景标记
《LSTM-CF: Unifying Context Modeling and Fusion with LSTMs for RGB-D Scene Labeling》论文笔记一、文章摘要RGB-D场景的语义标记对于许多人工智能应用至关重要(例如感知机器人)。其需要同时从感测的颜色通道(RGB)和深度通道(D)生成像素级别的标签图。(效果类似如下)本文作者通过以下方式解决了这个RGB-D的场...原创 2018-09-28 16:31:52 · 2158 阅读 · 0 评论 -
【3D计算机视觉】3P-RNN实现点云场景分割
《3D Recurrent Neural Networks with Context Fusion for Point Cloud Semantic Segmentation》论文笔记一、论文摘要基于3D点云的语义分割是一个非常开放的话题,基于神经网络的3D语义分割很难实现是因为3D点云所包含的内容信息太少。该论文作者构建了一个新的3D-RNN来实现点云的语义分割。首先,论文构建了一个高效的金...原创 2018-09-28 22:21:11 · 4664 阅读 · 7 评论 -
【3D计算机视觉】PRIN——基于点云的旋转不变性网络
《PRIN: Pointwise Rotation-Invariant Network》论文笔记一、论文摘要近年来,随着深度传感器的发展,点云已经获得了相当大的研究兴趣。由于对象的不同布局,点云的方向在实际应用中常常是未知的。本文针对点云中的旋转问题,提出了一种新的点集学习框架——点云旋转不变网络( PRIN)。通过从稀疏点进行自适应采样来构造球形信号,并使用球卷积以及三线性插值来提取每个点的...原创 2018-12-23 17:08:04 · 5292 阅读 · 0 评论