【泡泡点云时空】SpiderCNN：利用参数化卷积滤波进行点集深度学习（ECCV2018-13）

泡泡点云时空，带你精读点云领域顶级会议文章标题：SpiderCNN: Deep Learning on Point Sets with Parameterized Convolutional Filters作者：Yifan Xu, Tianqi Fan, Mingye Xu, Long Zeng, and Yu Qiao来源：ECCV 2018播音员：林明编译：郑森华，吕佳俊欢迎个人转发朋友圈；其他机构或自媒体如需转载，后台留言申请授权摘要 深度神经网络已经在各种视觉任务中获得了显着的成功，但是将CNN应用于缺乏诸如3D点云的规则的底层结构的域仍然是具有挑战性的。为此，我们提出了一种新的卷积结构，称为SpiderCNN，可以有效地从点云中提取几何特征。 SpiderCNN由称为SpiderConv的单元组成，它通过参数化一系列卷积滤波器，将卷积运算从规则的栅格扩展到可嵌入的不规则点集。我们将滤波器设计为捕获局部测地信息的 ………………………………