|
本文主要解决的问题有两个，其中一个是点云的自适应采样问题，另外一个是点云的非局部特征提取。 摘要：在本片论文中作者提出一个端到端网络，可以更好的提高点云处理的鲁棒性。网络叫做PointASNL。AS是自适应采样，NL是非局部特征提取。自适应采样首先使用FPS对所有点进行采样，然后对采样点重新赋予权值。在区域中找到权值最大的进行保存，然后自适应调整到整个点云。特征提取首先是区域点云进行提取特征，为了进一步提取特征，考虑到区域点云和全局点云的关系，于是提出 local-nonlocal (L-NL) 模块，local是区域点云特征，nonlocal是全局特征。 自适应采样 本文的主要创新点，首先对于大多数网络中使用的最远点采样(FPS),任务独立，并且随机性比较大。对于噪点比较敏感，使用gss进行采样，虽然使用高纬度嵌入，然后找权重比较大的点，但是忽略了空间信息。这样在做分类任务，以及分割任务时，不可避免的引入一定问题。为了改善这种采样方式，作者采用了一种自适应采样的方式进行采样。 方法 首先使用FPS进行采样，采集的是要输入网络的点。对于下采样部分，是使用的AS块。
|
