点云相关论文阅读笔记

点云相关论文

最近阅读了一些处理点云的论文，有些出于某种原因做了ppt，在这里整理一下ppt中文章的models的读后感，并做下文章内容简单记录。

---- 持续更新中-----

ppt内容见我的github，欢迎大家前去指导

阅读记录

1.HGNN 基于超图结构的点云架构。

用了作者之前工作的中间结果，链接在一起后续处理。首先声明也许是我理解错了。我看代码中，作者在train model过程中构建graph时，同时用了training和validation set的特征，详细见函数hypergraph_utils.construct_H_with_KNN()，个人感觉不能这么做。主要做了一些classification实验，分值特别高。

2.PVRNet 多源features fusion

fusion的方式，讲point cloud features与multi-view features结合处理。是作者之前文章的改进版本

3.Curve-GCN GCN思想运用到数据集标注领域

将图网络的思想运用到数据集标注上，拓宽了GCN的应用。GCN model那块的公式对理解GCN有帮助。模型比ps里的磁贴厉害，github上有demo网址，但是没代码，作者可能要商业化。

4.RS-CNN 将点之间关系作为features的参数，对关系进行梯度下降

这是我见我的在modelnet40数据集上跑出最好结果的模型，细节还在学习中。论文中的design analysis很好，认真学习应该能找到一些东西。

5.GeoNet 第一篇从point cloud提取拓扑信息的model

论文很好理解，特别期待代码尽快开源。按我个人理解，提取拓扑信息的GeoNet的groundtruth是用传统方法（1977年文章）从点云中提取的。如果开源了，很有帮助吧。文章中实验效果很好，确实提取到了点云的3D表面拓扑信息。