点云的无序性_三维点云分类与分割-PointNet

PointNet是对点云数据直接进行学习的开山之作， 这里结合PointNet-Pytorch代码，对PointNet网络结构与其思想进行阐述和分析。

点云数据的特性：

点云数据不同于图像数据，他有三个重要的特征，也正是基于这些特征，才有PointNet网络的一系列的设计。

1）点云的无序性

这个要对比图像数据来理解，一团点云数据中有很多个点数据，这些点在点云文件里无论以什么顺序出现，它们指代的信息并不改变。相反，一张图片里的点在图像里已经按照固有的顺序排列好了。论文里利用了maxpooling这个对称函数来提取点云的数据特征。

2）点与点之间的空间关系

每个点都包含了空间坐标信息，这些信息之间构成一定的集合空间关系，为了利用这种关系，论文作者提出了将局部特征和全局特征进行串联的方式来聚合信息。

3）不变性

这样理解，一团点云数据进行旋转和平移，它代表的目标不会发生改变。论文在进行特征提取之前，