标签:Convolutional Network Conv Point 卷积 RS 点云 CNN mathcal
以PointCNN
中的\(\mathcal{X}-Conv\)为例,此处做个引子带出来卷积的方法。
\(\mathcal{X}-Conv\)来鹅城只为两件事:
- 对每个代表点周围的点特征做集成。
- 在隐空间对输入做重排去除输入顺序的影响。
Abstract
点云分析是一件很有挑战性的事情,因为不规则点中隐含的形状很难捕捉。在本文中提出了RS-CNN
,即关系形状卷积神经网络,他将规则网格CNN
扩展到不规则结构中,用于点云分析。RS-CNN
的关键是从关系中学习,例如点之间的集合拓扑约束。具体地说,
标签:Convolutional,Network,Conv,Point,卷积,RS,点云,CNN,mathcal 来源: https://www.cnblogs.com/A-FM/p/15630372.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。