PointCNN论文阅读笔记

PointCNN论文阅读笔记 主要思想 这篇论文提出了将卷积层用于三维物体识别的方法，引入一种可学习的矩阵X，对三维点云数据加权、置换。使得卷积能够保留点云的空间位置信息，并且不依赖与点的输入顺序。前层区域内的特征点经卷积操作，得到后层表示点(representative poin)，即前层的高维局部特征表示。此方法可以同时应用在分类和分割任务中，作者介绍了在两类任务中的不同网络架构及细节实现。

>>阅读原文<<