一、簡(jiǎn)述

        在本文中，我們將了解Point Net，目前，處理圖像數(shù)據(jù)的方法有很多。從傳統(tǒng)的計(jì)算機(jī)視覺方法到使用卷積神經(jīng)網(wǎng)絡(luò)到Transformer方法，幾乎任何 2D 圖像應(yīng)用都會(huì)有某種現(xiàn)有的方法。然而，當(dāng)涉及到 3D 數(shù)據(jù)時(shí)，現(xiàn)成的工具和方法并不那么豐富。3D 空間中一個(gè)工具就是Point Net。點(diǎn)網(wǎng)是一種新型的神經(jīng)網(wǎng)絡(luò)，直接使用整個(gè)點(diǎn)云。

        它可以對(duì)輸入點(diǎn)云進(jìn)行分類，執(zhí)行語義分割，甚至部分分割。理解點(diǎn)網(wǎng)如何有效完成多項(xiàng)任務(wù)的關(guān)鍵在于，它能夠提取點(diǎn)云的局部和全局特征， 而不管方向如何。然后它將這些特征傳遞到單獨(dú)的頭部以進(jìn)行分類或分割任務(wù)。

點(diǎn)網(wǎng)提取任意方向的點(diǎn)云的局部和全局特征

        點(diǎn)云只是 3D 空間中的一組 (x, y, z) 點(diǎn)（我們將討論限制在 3D 空間內(nèi)，但我們也可以考慮 LiDAR 情況下的強(qiáng)度等因素）。點(diǎn)云沒有任何順序，我們可以隨意打亂 (x,y,z) 點(diǎn)，但我們?nèi)匀粫?huì)得到完全相同的點(diǎn)云。點(diǎn)云對(duì)剛體運(yùn)動(dòng)也具有不變性，即，如果我們旋轉(zhuǎn)和/或平移點(diǎn)云，它保持不變。它仍然代表相同的結(jié)構(gòu)，只是方向和/或位置發(fā)生了變化。相鄰點(diǎn)形成有意義的結(jié)構(gòu)（屬性），點(diǎn)云處理的主要用途是捕獲這些空間結(jié)構(gòu)并將它們編碼為低維空間中的特征。

二、