论文笔记：（CVPR2017）PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation
目录 一、 存在的问题 二、 解决的方案 1、点云特征 2、解决方法 三、 网络结构 四、 理论证明 五、实验效果 ...
原文：CVPR2017_PointNet_ Deep Learning on Point Sets for 3D Classification and Segmentation
Author Charles R. Qi Hao Su Stanford 第一个是PHD, 第二个是Professor, 两人一直在一起做些 D的研究 还有个PointNet Abstract 点云是一种很重要的几何数据结构，因为它不规则的形式，很多研究都是将它转换成规则的 D体素或者collections,这样的话就会造成大量不必要的数据也会产生一些相应的问题。 点云最接近原始传感数据，它是坐标 ...
2018-03-21 16:08 0 5738 推荐指数：
相关推荐
NIPS2017_PointNet++: Deep Hierarchical Feature Learning on Point Sets in a Metric Space
Author 和PointNet是同一批作者，这是对PointNet的一个改进版本 Abstract PointNet不能很好的捕捉由度量空间引入的局部结构，也就限制了它识别细粒度类别的能力以及对复杂场景的泛化能力 本文提出一个层级的神经网络递归地应用在嵌套划分的输入点云集。 通过探索 ...
Deep Learning for 3D Point Clouds: A Survey中文翻译
关于三维点云的深度学习调查 摘要 由于点云学习在计算机视觉，自动驾驶和机器人等许多领域的广泛应用，近来引起了越来越多的关注。深度学习作为AI中的主要技术，已成功用于解决各种2D视觉问题。但是，由于使用深度神经网络处理点云所面临的独特挑战，因此点云上的深度学习仍处于起步阶段。近年来，在点云 ...
论文笔记：（2019CVPR）PointConv: Deep Convolutional Networks on 3D Point Clouds
目录 摘要 一、前言 1.1直接获取3D数据的传感器 1.2为什么用3D数据 1.3目前遇到的困难 1.4现有的解决方法及存在的问题 二、本文idea 2.1 idea来源 2.2 初始思路 ...
3D Object Classification With Point Convolution —— 点云卷积网络
今天刚刚得到消息，之前投给IROS 2017的文章收录了。很久很久没有写过博客，今天正好借这个机会来谈谈点云卷积网络的一些细节。 1、点云与三维表达 三维数据后者说空间数据有很多种表达方式，比如：RGB-D 图像，体素图像，三维点云等。这些三维数据的表达方式各有特点：RGB-D 图像 ...
2020国防科大综述：3D点云深度学习—综述 （【2019-12】Deep Learning for 3D Point Clouds: A Survey）
2020国防科大综述：3D点云深度学习—综述 一些别人的博客——X-POWER，这个作者其他文章也不错 这边具体值得读一读的文章有：PointNet，DGCNN，View-GCN, PointCNN, PointWeb, RS-CNN ... 重要点摘抄： 摘要： 深度学习 ...
CVPR2020论文解读：三维语义分割3D Semantic Segmentation
CVPR2020论文解读：三维语义分割3D Semantic Segmentation xMUDA: Cross-Modal Unsupervised Domain Adaptation for 3D Semantic Segmentation 摘要 无监督 ...
CVPR 2019: Generating 3D Adversarial Point Clouds 生成三维对抗点云数据
目前做的方向是点云分类，CVPR 2019中了的这篇论文算是颠覆了当前以PointNet为基础的使用深度学习方法进行的点云分类研究，特此关注下这篇文章。 论文链接：https://arxiv.org/abs/1809.07016 摘要： 已知深度神经网络容易受到精心设计的对抗性的例子的影响 ...