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 P P is projected to latent space with dimension d m d_m dm 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。