这点我认为在pointnet中没有很好的体现出来,在进行零件细分和语义分割的过程中,只是将局部特征和全局特征进行了串联拼接,该架构不能获取点附近的底层局部结构,这也是PointNet最主要的缺点,而在Pointnet++中改善此缺点。 点云的旋转不变性 点云具有旋转不变性,平移不变性,缩放不变性。针对该问题,网络增加了一个基于数据...
PointNet++是PointNet的改进版,PointNet在分类任务和Part Segmentation上都取得不错的结果,但是其在Semantic Segmentation上却无能为力。原因在于其并无法学习到点与点之间的关系。所以PointNet++根据2D CNN的思想改进了这一缺点。 PointNet++由SA(set abstraction)模块组成,这个模块首先采样选取一定数量的关键点,再根据这些...
PointNet++依据2D CNN思想改进，通过SA模块进行特征学习。模块首先采样关键点，围绕每个关键点选取球形区域内点作为Grouping，应用PointNet提取特征。每个点特征不仅包含自身信息，还融合领域内周围点关系。关键点坐标变换确保不变性，输入变换后球形区域内点相对关系确定。最终得到的点特征包含多层次特征学习结果。...