Mining Point Cloud Local Structures by Kernel Correlation and Graph Pooling

image 论文解决什么问题： 深度学习用于点云，难度在于局部几何结构特征的提取 相比于传统在CNN上应用的二维图像，三维点云并不规则。所以通常的做法是先把点云体素化，再去应用三维卷积神经网络。但是通常体素化后的点云分辨率低，并且在训练过程中，需要的计算量和存储会更大。 PointNet提出了直接在点云上进行卷积操作的方法，通过per-point MLP计算点的特征，并最终聚合其所有点的特征，用来

>>阅读原文<<