请选择 进入手机版 | 继续访问电脑版
查看: 720|回复: 4

PointNet++介绍

  [复制链接]

105

主题

194

帖子

741

积分

版主

Rank: 7Rank: 7Rank: 7

积分
741
若羽AI 发表于 2019-8-13 10:55:29 | 显示全部楼层 |阅读模式
背景:第一版Point net要么独立地转换单个点的特征,要么处理整个点集的全局特征。然而,在许多情况下,有定义良好的距离度量,例如三维传感器采集的三维点云的欧氏距离,以及等距形状曲面等流形的测地距离。我们希望希望PointNet能尊重这些点集的原始特征表达。PointNet需要学习的层次特征与上下文的尺度越来越大,就像在卷积神经网络中一样。此外,我们还观察到一个在凸网(有图像)中不存在的挑战-自然点云中的非均匀密度。为了处理这些非均匀密度,我们进一步提出了能够从不同尺度上智能地聚合信息的特殊层。
回复

使用道具 举报

105

主题

194

帖子

741

积分

版主

Rank: 7Rank: 7Rank: 7

积分
741
若羽AI 发表于 2019-8-13 11:03:03 | 显示全部楼层
预印本论文:https://arxiv.org/abs/1706.02413
代码仓库:https://github.com/charlesq34/pointnet2
回复 支持 反对

使用道具 举报

105

主题

194

帖子

741

积分

版主

Rank: 7Rank: 7Rank: 7

积分
741
若羽AI 发表于 2019-8-13 12:05:01 | 显示全部楼层

原生PointNet局限性

本帖最后由 若羽AI 于 2019-8-13 14:15 编辑

结构:层次化的Point net。提取局部特征,从小的近邻空间里获取精细的几何结构;这些局部特征被进一步分成更大的单元,并被处理以产生更高层次的特征。这个过程是重复的,直到我们得到整个点集的特征。
一言以蔽之,对应3D-CNN可以有多维度抽象,PointNet有Lack of local context问题造成artifacts in segmentation task。
PointNet全局特征依赖局部坐标,这使得它泛化性能受限。


回复 支持 反对

使用道具 举报

105

主题

194

帖子

741

积分

版主

Rank: 7Rank: 7Rank: 7

积分
741
若羽AI 发表于 2019-8-13 14:17:49 | 显示全部楼层
本帖最后由 若羽AI 于 2019-8-13 14:19 编辑

Hierarchical Feature Learning

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
回复 支持 反对

使用道具 举报

105

主题

194

帖子

741

积分

版主

Rank: 7Rank: 7Rank: 7

积分
741
若羽AI 发表于 2019-8-13 14:22:03 | 显示全部楼层
For organic shape recognition, PointNet++ can generalize to non-Euclidean space:
intrinsic point features (HKS, WKS, Gaussian curvature)
intrinsic distance metric (geodesic)

回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

发表主题
    741
    积分
    194
    帖子
    105
    主题
快速回复 返回顶部 返回列表