[CVPR 2019] PointConv: Deep Convolutional Networks on 3D Point Clouds. [tensorflow] [cls. seg.]火
1、四个问题
- 解决什么问题
- CNN使用卷积被证明是成功的,希望将卷积操作搬到3D数据上。
- 用什么方法解决
- 提出了一个在3D数据上的卷积算子,称为:PointConv
- 用了内存更加高效的办法实现PointConv
- 在PointConv上扩展到反卷积算子PointDeconv,来获得更加好的分割结果?
- 效果如何
- 在part segmentation 和 indoor semantic segmentation 取得state-of-the-art效果
- 还存在什么问题
- 没有考虑刚性变换如旋转平移?好像在实验中没看到
2、论文概述(待续…)
3、参考资料
PointConv: Deep Convolutional Networks on 3D Point Clouds (CVPR-2019)