摘要：处理大规模点云，可单词处理100万个点 小尺度点云采样方法：最远点采样、逆密度采样 #### 贡献 1、随机采样会造成信息丢失；使用局部特征聚合模块 2、用随机采样在大规模点云上（小尺度用不到） 3、证明baseline上显著的内存和计算收益，在多个大规模基准上超越了目前最先进的语义分割方法 ### 阅读全文

摘要：空间信息引导卷积的实时RGBD语义分割（阅读笔记） 论文：Spatial Information Guided Convolution for Real-Time RGBD Semantic Segmentation 复现：https://github.com/LinZhuoChen/SGNet（还 阅读全文

摘要：RangeNet++方法 （A）将输入点云转换为距离图像表示，即 range 图像； （B）2D 图像完全卷积语义分割； （C）从原始点云中恢复所有点的从 2D 到 3D 的语义转换，无论使用的距离图像离散化如何； （D）基于有效距离图像的 3D 后处理，对所有点使用基于 GPU 的快速 kNN 搜 阅读全文

摘要：本文参照：FCN网络结构详解(语义分割)_哔哩哔哩_bilibili 以及：Fully Convolutional Networks for Semantic Segmentation 转置卷积（Transposed Convolution、fractionally-strrdcd、dcconvol 阅读全文