点网:空间点云数据处理的神经网络

本课程讲解一种叫做PointNet的模型,它可以针对这种点云数据进行加工处理。所谓的点云就是指空间中的一组点或者一组向量,用来描述某一个物体。(课时:59 分钟)

深度学习 点云 非欧数据 点网

讲师:   文雷

课程资料

  • 讲稿下载:(报名后可见)

课程背景

所谓的点云就是指空间中的一组点或者一组向量,用来描述某一个物体。本课程讲解一种叫做PointNet的模型,它可以针对这种点云数据进行加工处理。这种数据在处理的时候一个棘手的问题是数据点的个数是不定长的,有时候多有时少。PointNet提出的一种开创性的想法是利用那种会忽略元素个数信息的操作(例如加法),从而将变长的数据转化为固定长度特征的数据。本课程将详细讲述处理点云数据的深度学习方法。

课程目的

学完本课程,你能做到

  • 了解在点云数据里用 PointNet 做 3D 模型的分类和分割的原理、方法、实现效果

课程详情

本课程的主要内容有:

  • POINTNET 的研究目的

    • 无人车雷达扫描

    • 判断蛋白质分子结构

  • PointNet 是如何解决以下问题的:

    • 输入点云的顺序无关性

    • 识别点与点之间的关系

    • 输入点云的变换无关性

  • 解决置换不变性的三种模型

  • 面向无序输入的对称函数模型

  • PointNet 能够取得的效果

    • 场景语义分割的结果

    • 与其他order-invariant方法的比较

    • 输入和特征转换的有效性

    • 对不完整数据的鲁棒性

    • 点功能的可视化

    • 全局特征的可视化