6 点云
本节课学习居于图模型的点云,即将点云看成一副图,捕获点云中长程的依赖关系(之前点云方法都是学习基于点云的局部特征),
动态图神经网络 DGCNN
动态采样点云POINTASNL
Permutation invariance 排列不变性
Capture local geometric 捕获局部几何图形
Long-range dependency 长程依赖性
1 dynamic gragh cnn
Directed graph g=(v, ε)
V={1,….,n}
边特征,Eij ,(I,j)属于边,
节点链接哪些边,根据它连接的边的特征表达,再来算点的特征,这是他的宏观流程。
‘下面看数学定义和表达式
节点 node 每个节点都有他特征表示,node feature :X 例如节点坐标 颜色等都是它的特征。假设在一般情况下。X表示特征’
节点特征 变特征 节点特征,逐渐扩大感受野,
1``
标签:node,第六课,特征,模型,长程,点云,节点 From: https://www.cnblogs.com/shiliuyuan/p/16823736.html