論文筆記：（CVPR2017）PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation
目錄 一、 存在的問題 二、 解決的方案 1、點雲特征 2、解決方法 三、 網絡結構 四、 理論證明 五、實驗效果 ...
原文：CVPR2017_PointNet_ Deep Learning on Point Sets for 3D Classification and Segmentation
Author Charles R. Qi Hao Su Stanford 第一個是PHD, 第二個是Professor, 兩人一直在一起做些 D的研究 還有個PointNet Abstract 點雲是一種很重要的幾何數據結構，因為它不規則的形式，很多研究都是將它轉換成規則的 D體素或者collections,這樣的話就會造成大量不必要的數據也會產生一些相應的問題。 點雲最接近原始傳感數據，它是坐標 ...
2018-03-21 16:08 0 5738 推薦指數：
相關推薦
NIPS2017_PointNet++: Deep Hierarchical Feature Learning on Point Sets in a Metric Space
Author 和PointNet是同一批作者，這是對PointNet的一個改進版本 Abstract PointNet不能很好的捕捉由度量空間引入的局部結構，也就限制了它識別細粒度類別的能力以及對復雜場景的泛化能力 本文提出一個層級的神經網絡遞歸地應用在嵌套划分的輸入點雲集。 通過探索 ...
Deep Learning for 3D Point Clouds: A Survey中文翻譯
關於三維點雲的深度學習調查 摘要 由於點雲學習在計算機視覺，自動駕駛和機器人等許多領域的廣泛應用，近來引起了越來越多的關注。深度學習作為AI中的主要技術，已成功用於解決各種2D視覺問題。但是，由於使用深度神經網絡處理點雲所面臨的獨特挑戰，因此點雲上的深度學習仍處於起步階段。近年來，在點雲 ...
論文筆記：（2019CVPR）PointConv: Deep Convolutional Networks on 3D Point Clouds
目錄 摘要 一、前言 1.1直接獲取3D數據的傳感器 1.2為什么用3D數據 1.3目前遇到的困難 1.4現有的解決方法及存在的問題 二、本文idea 2.1 idea來源 2.2 初始思路 ...
3D Object Classification With Point Convolution —— 點雲卷積網絡
今天剛剛得到消息，之前投給IROS 2017的文章收錄了。很久很久沒有寫過博客，今天正好借這個機會來談談點雲卷積網絡的一些細節。 1、點雲與三維表達 三維數據后者說空間數據有很多種表達方式，比如：RGB-D 圖像，體素圖像，三維點雲等。這些三維數據的表達方式各有特點：RGB-D 圖像 ...
2020國防科大綜述：3D點雲深度學習—綜述 （【2019-12】Deep Learning for 3D Point Clouds: A Survey）
2020國防科大綜述：3D點雲深度學習—綜述 一些別人的博客——X-POWER，這個作者其他文章也不錯 這邊具體值得讀一讀的文章有：PointNet，DGCNN，View-GCN, PointCNN, PointWeb, RS-CNN ... 重要點摘抄： 摘要： 深度學習 ...
CVPR2020論文解讀：三維語義分割3D Semantic Segmentation
CVPR2020論文解讀：三維語義分割3D Semantic Segmentation xMUDA: Cross-Modal Unsupervised Domain Adaptation for 3D Semantic Segmentation 摘要 無監督 ...
CVPR 2019: Generating 3D Adversarial Point Clouds 生成三維對抗點雲數據
目前做的方向是點雲分類，CVPR 2019中了的這篇論文算是顛覆了當前以PointNet為基礎的使用深度學習方法進行的點雲分類研究，特此關注下這篇文章。 論文鏈接：https://arxiv.org/abs/1809.07016 摘要： 已知深度神經網絡容易受到精心設計的對抗性的例子的影響 ...