PCPNET与POINTNET的比较

对于PCPNET，相比于POINTNET有许多改进，首先是将全局的FEATURE改成局部的FEATURE具体结构如下：
1：Preprocessing
首先提取出P = {p1,…, pN},对于这些点都是取半径为r所得的点，为了去除不必要的自由度，所以进行了一个归一化操作，变成1/r，并且对于输入的点数都是固定的
2：
Architecture：
1：空间旋转器：
相较于之前的空间旋转器用的是矩阵乘法，本文的输入改成了一个四元组。原因是因为在本网络中并不像POINTNET那样具有很强的旋转不变性，其特征还是会随几何位置的变换产生影响，所以采用四元组这一旋转器。
其中STN1便是此旋转器但是对于STN2本文仍然采用了64✖64的旋转矩阵对其进行处理。
2：对称函数的处理：
相比较于之前的对称函数MAX，本文的对称函数变成了SUM。
3：对于函数g可以理解为一个类似于h的点函数，但是其相对来说不那么复杂，因为其位于较浅的层次。
4：对于函数h是对每一个PATCH的一个向量。
5:对于函数H可以理解为一个强度的检测器，因为它是对于h的一个汇总，并且对于h的汇总应该是按照图所示
5：FNN3是一个三层的全连接层，相当于是对于H做的进一步处理获得更丰富的特征。