Dynamic Graph CNN for Learning on Point Clouds 2019 論文筆記

DGCNN,繼Pointnet之後點雲特徵提取的又一代表性工作. Pointnet是先在每個點的特徵上各自進行MLP提取(沒有點與點之間的特徵交流),最後使用MAXpool將所有點的特徵融合在一起,得到一個對總體點雲的1024維的特徵描述子,因此可以將Point net作爲點雲全局特徵的提取器. 相比Pointnet,DGCNN則可以對點雲的局部幾何特徵進行提取和利用.DGCNN採用了圖神經網絡對
相關文章
相關標籤/搜索