weixin_46533379的博客

灵感：Mixup方法在图像很成功，受CutMixup、PointMixup启发，提出对点云局部的裁剪和粘贴问题：由于点云的不规则性，无法像图像像素对齐PointMixup在混合时丢失了局部语义信息方法：采用EMD将目标点云一一对应提出了两种替换策略PointCutMix-R和PointCutMix-K在本文中，我们提出了一种简单有效的点云数据增强方法，名为 PointCutMix，以缓解这些问题。它找到两个点云之间的最佳分配，并通过用最佳分配对替换一个样本中的点来生成新的训练数据。