PointNet、PointNet++ 基于深度学习的3D点云分类和分割

前言

PointNet是直接对点云进行处理的，它对输入点云中的每一个点，学习其对应的空间编码，之后再利用所有点的特征得到一个全局的点云特征。Pointnet提取的全局特征能够很好地完成分类任务，但局部特征提取能力较差，这使得它很难对复杂场景进行分析。

PointNet++核心是提出了多层次特征提取结构，有效提取局部特征提取，和全局特征。

目录

一、PointNet

1.1 PointNet思路流程

1.2 PointNet网络结构

1.3 T-Net网络结构

1.4 模型效果

 二、PointNet++

2.1 思路流程

2.2 整体网络结构

2.3 网络结构组件

2.4 不均匀点云组合grouping方法：

2.5 模型效果

 小结

参考文献

---

一、PointNet

PointNet是直接对点云进行处理的，它对输入点云中的每一个点，学习其对应的空间编码，之后再利用所有点的特征得到一个全局的点云特征。

 论文地址：PointNet: Deep Learning on Point