点云笔记01---点云基本概念

一、点云的概念

1、点云数据的组成

点云是有许多的样本点进行组成的，而每个样本点是由一个六列一行的矩阵进行构成的。

六列的数据为x、y、z、Nx、Ny、Nz（三组法向量）组成。

一个整体的点云是由许多个点进行组合的。也就是六列多行的一个矩阵。

2、点云是3d的表示的是位置的关系，2d表示的是像素坐标的关系。

3、点云数据的特点

解释：

a.无序性：点云数据是点的集合，点之间进行相互调换，其自身带有的位置信息也就会随之进行改变，调换后和未调换前一致。

b.近密远疏：拍摄的距离近一些表示的点云很多稠密，远部分的则表示的很稀疏。如上图座椅的点云数据图所示。

c.点云数据是文本形式的，处理起来麻烦，也就是非结构化。

二、如果对点云数据进行处理获取特征---使用PointNet网络

2.1PointNet基本出发点

解决点云数据无序性的问题，采用什么公式呢？

1、选取最大值，无论值是在什么位置，求取出来的数据永远是那个最大的值，和位置无关。

 解释：直接使用Max函数的话可能会造成损失太多的特征，提出方法将数据先进行生维处理，在进行Max操作。

升维的作用：采取是数据点扩展获得更多的特征。

2.2PointNet网络基本模型框架 

 

  2.3PointNet整体网络架构

 解释：得到1024点的特点点

nx1088：实际上是获取得到了进行补上了一个全局特征，也就是后面灰色的部分。但是呢，这个灰色的部分都是一样的，重复的内容。

nxm：最终得到的结果。

2.4点云数据概述 

 由数据点组成像云朵一样，就是被称为点云

2.5点云分割任务

 将数据中相同的东西用相同的颜色进行分类；不同类的东西用不同颜色进行标注。