第六课 基于图模型的点云

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，