PointCNN 論文翻譯解析
1. 前言 卷積神經網絡在二維圖像的應用已經較為成熟了，但 CNN 在三維空間上，尤其是點雲這種無序集的應用現在研究得尤其少。山東大學近日公布的一項研究提出的 PointCNN 可以讓 CNN 在點雲數據的處理刷新了多項深度學習任務的紀錄。由於項目需要，我對PointCNN論文的核心部分做了翻譯 ...
原文：pointcnn
這篇論文先舉例子解釋了為什么卷積無法直接應用在點雲數據上。 如圖 ， 傳統的卷積是作用在 維圖像數據上。圖像中每個像素的順序是固定的，也就是說數據是結構化存儲的。直接使用conv d就能從這種潛在的空間結構中獲取信息。 而點雲數據是點集，如果直接使用卷積會出現圖中 多種情況 若直接使用卷積，則f 與f 的計算結果是相等的，但是從圖中可知， 顯示不同，這說明卷積無法獲得點的空間信息 而f 與f 的計 ...
2019-11-22 22:25 0 328 推薦指數：