点云处理中的rFF网络

row-wise feed forward (rFF) network

将点云数据依次送入网络，通过改变输出的维度，获得指定维度的特征。网络图如下：

实现代码为：

 self.fc = nn.Sequential(
            nn.Linear(d_points, 64),
            nn.ReLU(),
            nn.Linear(64, 256),
            nn.ReLU(),
            nn.Linear(256, d_model)
        )

假设输出维度为d_model = 256，则调用时：

def forward(self, points):
    # (B,N,3) -> (B,N,256)
    x = self.fc(points)

这个网络的功能就是将输入的特征映射到指定维度,调节特征维度。

The input $P$ is projected to latent space with dimension $d_m$ using a row-wise feed-forward network.

在PointNet网络中，使用MLP网络进行维度映射，可以将低维度的特征映射到更高的维度，高纬度可以防止特征在处理过程中出现信息量的损失。