论文笔记：（TOG2019）DGCNN : Dynamic Graph CNN for Learning on Point Clouds
目录 摘要 一、引言 二、相关工作 三、我们的方法 3.1 边缘卷积Edge Convolution 3.2动态图更新 3.3 性质 ...
原文：【论文阅读】DGCNN：Dynamic Graph CNN for Learning on Point Clouds
毕设进了图网络的坑，感觉有点难，一点点慢慢学吧，本文方法是 Rethinking Table Recognition using Graph Neural Networks 中关系建模环节中的主要方法。 概述 本文是对经典的PointNet进行改进，主要目标是设计一个可以直接使用点云作为输入的CNN架构，可适用于分类 分割等任务。主要的创新点是提出了一个新的可微网络模块EdgeConv 边卷积操 ...
2019-11-15 23:40 1 976 推荐指数：
相关推荐
论文笔记：（2019）LDGCNN : Linked Dynamic Graph CNN-Learning on PointCloud via Linking Hierarchical Features
目录 摘要 一、引言 A．基于视图的方法 B．基于体素的方法 C．基于几何的方法 二、材料 三、方法 A．问 ...
论文笔记：（2021CVPR）PAConv: Position Adaptive Convolution with Dynamic Kernel Assembling on Point Clouds
目录 摘要 1、引言 2、相关工作 将点云映射到常规二维或三维栅格（体素） 基于MLPs的点表示学习 基于点卷积的点表示学习 动 ...
(论文笔记ICCV2021)Walk in the Cloud: Learning Curves for Point Clouds Shape Analysis
5、总结 Walk in the Cloud: Learning ...
[论文笔记] ：Temporal Graph Networks for Deep Learning on Dynamic Graphs
本篇文章发表在ICLR2020上，对动态图的进行连接预测和结点分类。TGN中，作者除利用传统的图神经网络捕捉非欧式结构生成embedding外，还利用动态图所中时序信息。 T ...
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 ...
Deep Graph Consensus《论文阅读》
想法很朴素，确实挺吸引人的 看了下源代码，有几个点写的很有技巧，学习ing. 欢迎交流 ...
CNN论文阅读（一） LeNet：Gradient-based learning applied to document recognition
1、CNN结构演化历史图 CNN经典论文学习第一篇，卷积神经网络开山鼻祖，经典的手写体识别论文——LeNet:《Gradient-Based Learning Applied to Document Recognition》，作者包括深度学习三大巨头之一Yann Lecun ...