开源 | PointNet 深度学习网络直接处理点云数据的开山之作

论文地址：https://arxiv.org/abs/1612.00593

代码：https://github.com/charlesq34/pointnet.git

来源：斯坦福大学

论文名称：PointNet: Deep Learning on Point Sets for 3D Classification andSegmentation

原文作者：Charles R. Qi

点云是一个重要的几何数据结构表示方法。由于点云数据的无序性，大部分的研究者将原始的点云数据变换到3D体素或者图像集合上再进行计算。然而这些操作会引入不必要的计算量和新的问题。本文中我们设计了一个新颖的网络结构可以直接处理点云数据，该网络可以很好的考虑输入点云的不变性。网络被命名为PointNet，本网络提供了一个统一的结构可以应用于目标分类、目标分割、和场景语义解析。虽然结构简单，但是PointNet非常高效。实验表明，PointNet的算法与当前最好的一些算法表现相当甚至更优秀。本文在理论上分析了，在训练过程中网络学习到了什么，并且为什么网络能够对数据点云的扰动和腐蚀，表现出很好的鲁棒性。

下面是论文具体框架结构以及实验结果：

声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请加上文微信联系删除。