Abstract
這篇文章提出了PointWeb，一種在點雲的局部鄰域上下文中提取特徵的新方法，與之前工作不同是，我們在局部鄰域中稠密的將每個點和其他點連接起來。目的是基於局部區域的特徵來指定每個點的特徵，以更好地表示該區域。提出了一種新的特徵調整模塊，即AFA（Adaptive Feature Adjustment）模塊，用於發現點之間的相互作用。
待補充
PointNet直接使用MLP去處理原始點信息，緊隨其後的PointNet++引入了分層結構和局部特徵信息進一步提高性能，其與將像素的特徵與其局部鄰域集成在一起的2D卷積不同，PointNet++中局部區域的特徵聚合是通過最大池實現的。如下圖a，對於DGCNN，它通過將中心點的特徵與其通過knn計算的臨近點之間的特徵差作爲另外的輸入維度連接起來，然後進行MLP和max-pooling來聚合每個局部區域中的信息。這裏僅僅考慮了中心點的對關係，因爲區域信息的聚合操作也是通過簡單的max-pooling實現的，所以區域信息的整合依然是有限的。
最近的方法