寫文章肯定要motivation,既然說體素化方法,多視角的方法都有缺點,那麼作者算是第一個使用點雲作爲輸入的(≧▽≦)/啦啦啦
那麼問題來了,點雲輸入有什麼好,又有什麼不好(當然是使用其他方法的paper裏說的)
優點
1.非常的簡單,並且有非常統一的結構,避免組合的不規則性和複雜性.在通常情況下,作爲點雲的輸入,是以(x, y, z)三個座標作爲輸入,當然也有顏色信息和法線信息,現在就以最簡單的情況進行說明.label是對點進行標記的,對每個點都有對應的標記.當然這也對應不同的任務.如果是分類任務,單個物體的話,可能一個label也就夠了,但是對於語義分割和物體部件分割還是要對於點進行label的.
缺點
1.點雲的無序性,這個是點集的一個很重要的特性,尤其是在sample的時候,點雲的輸入順序是不同的,所以要求是網絡對於點雲輸入順序是不敏感的,假設一個網絡對點雲輸入敏感,那麼網絡的魯棒性應該不會很高.所以作者提出,在網絡的計算中,需要一種對稱的函數,不同的點雲輸入順序不改變最後的結果.如果在數學中應該是滿足交換律的.在論文中使用的是max_pooling,最大池化,其實平均池化,最小池化都是滿足交換律的.
這個其實也給使用卷積核的大小帶來了難度,這個難以使用大卷積核進行卷積,因爲輸入的點雲不像體素輸入或者圖片輸入,存在可以用大卷積核來抽象出具體的空間的關係,這個可能也是後續要解決的一個問題.
恩,天氣轉涼,小夥伴們要注意身體O(∩_∩)O哈！以前身體是革命的本錢,現在身體是科研的本錢!!