文章目录

• 前人的工作
• • 三维数据的表达形式
  • 把点云转化为体素，再用3D CNN
• PointNet
• • 两个挑战
  • 置换不变性
  • 旋转不变性
  • PointNet的分类网络
  • PointNet的分割网络
  • PointNet的限制
• PointNet++
• • 多级点云特征学习
  • 分类
  • 分割
  • 小区域大小
• 参考资料

前人的工作

三维数据的表达形式

• 点云：深度传感器扫描得到
• Mesh：由三角面片或四边形面片组成，适合建模、渲染
• 体素：把空间划分为三维网格，每个小的正方体组成
• 多角度的图片：用于可视化
  
  点云数据是一种非常适合三维场景理解算法的数据格式：

1. 点云非常接近于原始的传感器数据。激光雷达扫描到的数据直接就是点云。可以做一种端到端的深度学习，能尽可能挖掘原始数据中的模式（信息）。
2. 点云的表达形式非常简单

把点云转化为体素，再用3D CNN

之前的工作

时空复杂度很高

PointNet

直接用点云
端到端的学习

两个挑战

• 置换不变性
• 旋转不变性
  

置换不变性

输入是无序的，模型需要对N!N!N!个排列结果保持不变

解决置换不变性的方法：对称函数。
因为对称函数跟排列是没有关系的

在神经网络中如何应用对称函数

对每一维取最大值，但是这样丢失了很多特征。
可以先将数据升维，由于信息冗余，使得maxmaxmax操作可以保留更多的点云数据。

一个原始的PointNet结构

理论证明，PointNet可以逼近任意连续函数

旋转不变性

使用Transformer Network对其输入

PointNet的分类网络

PointNet的分割网络

PointNet对数据丢失是鲁棒的

解释了为什么对点的丢失非常鲁棒，因为学习到了关键点

PointNet的限制

要么是对一个点做操作，要么是对全局的点做操作，它没有局部的操作。

因为没有局部特征的学习，所以在分割精细的点上存在问题，在平移不变性上也有所缺陷。

PointNet++

核心思想：在局部区域重复地迭代性地使用PointNet

• 实现了多级的特征学习
• 因为在区域中，可以用局部坐标系，可以实现平移不变性
• 由于在小区域内使用PointNet，保证了置换不变性

多级点云特征学习

用一个具体例子来理解多级点云特征学习

假设找到红点周围的小区域

因为不想受整体平移的影响，先把小区域的点转化到局部坐标系

对小区域使用PointNet提取局部特征

提取完特征得到一个新的点

这个点不仅有X，Y坐标，还有代表小区域几何形状的特征向量

重复这个过程，得到一组新的点

这组点往往在数量上少于原先的点，但每个点代表了它周围几何区域的点。这组操作叫作点集提取。

分类

经过两层点集提取，再经过pooling，得到全局特征，然后做分类。

分割

将全局特征再传递给原来的点上就可以实现分割。

小区域大小

如何选择局部小区域的大小？
类比卷积神经网络，在CNN中，小的kernel比较流行。

点云中常见的问题是采样不均匀，近的点非常密，远的点非常疏。一个极端的情况，小区域中只有一个点，那么学习到的特征会非常不稳定。

通过对比实验，得到结论：在点云中，kernel太小的话会被采样率的不均匀所影响。

针对这个问题，提出MSG和MRG。
动机是，希望在密的地方相信这个特征；在疏的地方不相信这个特征，而是看更大的区域。

参考资料

斯坦福大学在读博士生祁芮中台：点云上的深度学习及其在三维场景理解中的应用