總體說(shuō)明

這個(gè)部分是為了讓大家可以更好地理解文章

1.以前的網(wǎng)絡(luò)有什么缺點(diǎn)

• 1.首先第一點(diǎn)就是論文當(dāng)中反復(fù)提到的沒(méi)有局部特征的問(wèn)題。
• 2.另外一個(gè)就是PointNet不具有平移不變性，理解一下這個(gè)，PointNet最后是一個(gè)maxpooling所以決定是不是選擇當(dāng)前內(nèi)容的唯一因素是大小，因?yàn)槌藀ooling之外使用的就只有mlp，之前的所有一系列處理其實(shí)都可以等價(jià)為乘上一個(gè)參數(shù)，每個(gè)的參數(shù)可能不同，有正有負(fù)，所以最終可能是：以向上平移為例，原坐標(biāo)變大，結(jié)果坐標(biāo)有的變大有的變小。所以不能保證平移不變性。

2.之后看現(xiàn)在的網(wǎng)絡(luò)

2.1解決這些問(wèn)題

從上面的問(wèn)題出發(fā)，需要解決兩個(gè)問(wèn)題：

• 1.沒(méi)有局部特征這個(gè)地方文章中說(shuō)的比較清楚，就是借鑒卷積網(wǎng)絡(luò)的成功之處，選擇一個(gè)圓形的空間，這樣就可以獲得一個(gè)局部區(qū)域。
• 2.之后就是解決平移不變性的問(wèn)題，我們既然選定了一個(gè)小的空間，計(jì)算特征的時(shí)候，我們直接將坐標(biāo)系轉(zhuǎn)化成這個(gè)小空間的中心不就行了嗎？直接在計(jì)算特征的時(shí)候?qū)⑦@個(gè)小空間的點(diǎn)映射到以這個(gè)小空間中心為原點(diǎn)的坐標(biāo)系中，之后計(jì)算特征。

接著上面的內(nèi)容，就有幾個(gè)新的問(wèn)題：

• 1.怎么選定這些中心點(diǎn)？
  當(dāng)然可以隨機(jī)選擇，但是隨機(jī)選擇的效果并不好。另外就是使用 farthest point sampling (FPS)的效果更好，另外就是這個(gè)東西也更能結(jié)合數(shù)據(jù)集的具體特征。
• 2.選定了這些點(diǎn)，怎么獲得這些點(diǎn)周圍臨近的點(diǎn)？
  K nearest neighbor (kNN) 和固定半徑到底選擇哪個(gè)的問(wèn)題就出現(xiàn)了。因?yàn)閗nn在很稀疏的區(qū)域會(huì)取到特別大的范圍，不論如何操作，都不能得到很好的結(jié)果，所以選擇固定半徑。
• 3.這個(gè)半徑怎么選擇？
  因?yàn)楣潭ò霃酱嬖谶@樣一個(gè)問(wèn)題，就是點(diǎn)云的稀疏程度不同，如果半徑很小的話，可能只能獲得一兩個(gè)點(diǎn)的特征，這個(gè)特征就很弱，不是最理想的選擇，所以我們要根據(jù)疏密程度適當(dāng)?shù)卣{(diào)整半徑。所以文章選擇在同一個(gè)點(diǎn)的位置設(shè)置多種半徑分別提取信息，這樣就可以獲得一個(gè)新的問(wèn)題怎么將這些各種大小半徑的信息合并。
• 4.怎么合并各種半徑？
  文章選擇將他們放入同一個(gè)向量當(dāng)中，并設(shè)置DropOut層，這樣就可以解決兩個(gè)問(wèn)題，模擬一些半徑的信息缺失（這個(gè)半徑圈進(jìn)來(lái)的點(diǎn)過(guò)于稀少），然后逼迫網(wǎng)絡(luò)可以自適應(yīng)的處理不完全的輸入，以此來(lái)增加網(wǎng)絡(luò)的魯棒性。
  這里的處理我覺(jué)得是完全有必要的，因?yàn)辄c(diǎn)云的數(shù)據(jù)集不是均勻的，有的地方特別密有的地方特別疏，所以我們需要這樣來(lái)逼迫網(wǎng)絡(luò)動(dòng)態(tài)適應(yīng)點(diǎn)云的疏密變化。
  好了信息提取完了，我們現(xiàn)在面對(duì)一個(gè)新的問(wèn)題，這個(gè)信息我們是以這個(gè)空間中心為坐標(biāo)系中心而得來(lái)的，所以我們想要將其放回原圖，我們得轉(zhuǎn)化一下怎么轉(zhuǎn)化？
• 5.怎么合并信息？
  文章給出了一個(gè)神奇的方法，直接將獲得信息加入到原來(lái)網(wǎng)絡(luò)的后面。就是本身的點(diǎn)坐標(biāo)有三個(gè)維度，提取信息獲得6個(gè)維度，那么最后就加在一起獲得9個(gè)維度。這樣就相當(dāng)于用一個(gè)高維空間的單個(gè)點(diǎn)表示低維空間的幾個(gè)點(diǎn)的集合。數(shù)學(xué)上十分合理。
• 6.怎么優(yōu)化計(jì)算？
  因?yàn)槲覀冞@里存在一個(gè)大的問(wèn)題就是我們需要獨(dú)立進(jìn)行大量的計(jì)算，在每一層向下傳遞的過(guò)程中本來(lái)每個(gè)點(diǎn)只需要計(jì)算一個(gè)固定范圍的點(diǎn)的PointNet，但是經(jīng)過(guò)這里的優(yōu)化之后，我們就要多次傳遞（因?yàn)槎鄬?#xff09;。所以需要對(duì)計(jì)算量做出優(yōu)化。
  我們可以看到這里a圖的是比較簡(jiǎn)單的情況，就是直接選擇不同的區(qū)域進(jìn)行處理，也就是我們上面說(shuō)的內(nèi)容，但是b圖的情況更好，就是從不同的層提取信息進(jìn)行合并，在不同的層選取相同大小的區(qū)域進(jìn)行特征提取，這樣的話就會(huì)導(dǎo)致獲得信息其實(shí)對(duì)應(yīng)著對(duì)底層的不同大小的區(qū)域。也就是說(shuō)理論上這個(gè)東西是相同效果的。但是關(guān)鍵在于這個(gè)東西重用了很多之前的計(jì)算結(jié)果，所以計(jì)算的時(shí)候更快一些。
  
  文章中提出來(lái)的這個(gè)應(yīng)該理解為一種動(dòng)態(tài)規(guī)劃的思想，盡量重用之前的計(jì)算結(jié)果。

總結(jié)

以上是生活随笔為你收集整理的点云网络的论文理解（三）-点云网络的优化 PointNet++的总体说明的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。