pointCNN 論文理解

1.解決問題 x-變換對不同的形狀進行加權，對相同形狀而不同時序的點雲，學習他的一個排列轉換矩陣，使得 作者指出，在實踐中排列矩陣的學習，遠遠達不到理想的效果，但儘管如此，也能得到很好的結果。 2.關鍵思想 2.1 分層卷積 類似於cnn，將特徵聚集到超點中，每個超點包含了更高維度的信息，作爲對底層細節的抽象，這樣可以適用於分類任務，而且可以減少訓練參數，加快學習過程。 2.2 x-變換 1. 歸

>>阅读原文<<