論文筆記：（TOG2019）DGCNN : Dynamic Graph CNN for Learning on Point Clouds
目錄 摘要 一、引言 二、相關工作 三、我們的方法 3.1 邊緣卷積Edge Convolution 3.2動態圖更新 3.3 性質 ...
原文：【論文閱讀】DGCNN：Dynamic Graph CNN for Learning on Point Clouds
畢設進了圖網絡的坑，感覺有點難，一點點慢慢學吧，本文方法是 Rethinking Table Recognition using Graph Neural Networks 中關系建模環節中的主要方法。 概述 本文是對經典的PointNet進行改進，主要目標是設計一個可以直接使用點雲作為輸入的CNN架構，可適用於分類 分割等任務。主要的創新點是提出了一個新的可微網絡模塊EdgeConv 邊卷積操 ...
2019-11-15 23:40 1 976 推薦指數：
相關推薦
論文筆記：（2019）LDGCNN : Linked Dynamic Graph CNN-Learning on PointCloud via Linking Hierarchical Features
目錄 摘要 一、引言 A．基於視圖的方法 B．基於體素的方法 C．基於幾何的方法 二、材料 三、方法 A．問 ...
論文筆記：（2021CVPR）PAConv: Position Adaptive Convolution with Dynamic Kernel Assembling on Point Clouds
目錄 摘要 1、引言 2、相關工作 將點雲映射到常規二維或三維柵格（體素） 基於MLPs的點表示學習 基於點卷積的點表示學習 動 ...
(論文筆記ICCV2021)Walk in the Cloud: Learning Curves for Point Clouds Shape Analysis
5、總結 Walk in the Cloud: Learning ...
[論文筆記] ：Temporal Graph Networks for Deep Learning on Dynamic Graphs
本篇文章發表在ICLR2020上，對動態圖的進行連接預測和結點分類。TGN中，作者除利用傳統的圖神經網絡捕捉非歐式結構生成embedding外，還利用動態圖所中時序信息。 T ...
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 ...
Deep Graph Consensus《論文閱讀》
想法很朴素，確實挺吸引人的 看了下源代碼，有幾個點寫的很有技巧，學習ing. 歡迎交流 ...
CNN論文閱讀（一） LeNet：Gradient-based learning applied to document recognition
1、CNN結構演化歷史圖 CNN經典論文學習第一篇，卷積神經網絡開山鼻祖，經典的手寫體識別論文——LeNet:《Gradient-Based Learning Applied to Document Recognition》，作者包括深度學習三大巨頭之一Yann Lecun ...