PointCNN
Key Knowledgeable:
- Hierarchical Convolution:
参考图像卷积,进行多次卷积,提取深层信息。 - χ-Conv Operator:
根据邻近点坐标信息进行相对位置编码,分别使用MLP学习特征信息F与变换矩阵χ。使用变换矩阵χ变换特征信息矩阵F得到Fχ,最后再对Fχ进行卷积。
Tips:使用采样膨胀D倍邻近点扩大特征的感受野,利于网络训练。 - 3.χ-Conv dilation rate
使用采样膨胀D倍邻近点扩大特征的感受野,在KD个邻近点内采样K个邻近点将感受野从K/N扩大为KD/N,使得网络有更多样本点可以用于训练。
Contrast vs PointNet(++):
“PointNet(++) is symmetric pooling based approaches. come with a price of throwing away information.”PointCNN通过考虑在点云中使用卷积难点:特征分布的形状与排列问题,提出了χ-Conv结合多层次卷积与采样膨胀邻近点使用卷积对点云的特征进行学习。