论文笔记：（ICCV2019）KPConv: Flexible and Deformable Convolution for Point Clouds
目录 摘要 一、引言 二、相关工作 投影网络 图卷积网络 逐点多层感知器网络 点卷积网络 三、核点卷积 ...
原文：论文笔记：（2021CVPR）PAConv: Position Adaptive Convolution with Dynamic Kernel Assembling on Point Clouds
目录 摘要 引言 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 动态卷积和条件卷积 方法 . 回顾 . 动态内核组装 Weight Bank ScoreNet. Kernel generation . 权重正则化 . 与前期工作的关系 骨干网体系结构 实验 . 物体分类 数据集 应用 结果 . 形状部件分割 数据集 应用 结果 . 室内场景分割 ...
2021-06-03 20:43 0 2189 推荐指数：
相关推荐
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 ...
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 3.4 与现有方法比较 四、评估 4.1 分类 ...
(论文笔记ICCV2021)Walk in the Cloud: Learning Curves for Point Clouds Shape Analysis
目录 摘要 1、引言 2、相关工作 3、方法 3.1局部特征聚合的再思考 3.2 曲线分组 3.3 曲线聚合和CurveNet ...
论文笔记：Adaptive Consistency Regularization for Semi-Supervised Transfer Learning (CVPR 2021)
论文笔记：Adaptive Consistency Regularization for Semi-Supervised Transfer Learning Paper: Adaptive Consistency Regularization for Semi-Supervised ...
[论文笔记]RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds
针对目前点云分割存在速度慢、显存需求大的问题，该文提出以一种高效率学习的方法。从论文的结果来看，该文不仅在计算时间和计算资源上大幅缩减，分割效果也是达到甚至超过了SOTA。 采样 大规模点云处理的一个挑战在于如何快速且有效地进行采样，从而加速应用所需的时间和计算资源 ...
【论文笔记】Cascade RPN：Delving into High-Quality Region Proposal Network with Adaptive Convolution
&论文概述 获取地址：https://arxiv.org/abs/1909.06720 &总结与个人观点 本文提出Cascade RPN，虽然简单但是在提高提高候选区域的质量以及目标检测性能上很有效的网络结构。Cascade RPN系统地解决由传统的RPN启发式 ...
【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 ...