PointNet++自我总结

PointNet++主要解决了2个问题：一是PointNet点与点之间的局部特征丢失的问题；二是对于点云密度不均匀导致的对于部分点云稀疏处的特征无法准确提取。
一、解决局部特征丢失的问题
作者主要是采用了对整个点云以一定的邻域约束关系划分为n个球形邻域，每个球形邻域包含k个点，并对这每个球形邻域单独使用PointNet提取特征，将每个球形邻域聚类为一个特征点，再对这n个球形邻域形成的特征点再次重复上述步骤，提取更为精细的特征。这样就保全了点与点之间的局部信息。但这样会面临的问题就是，对于点云稀疏部分区域，如果仍采用相同半径的球进行求查询，那么就有可能使得某些球内的点因在稀疏位置而太少，所以pointnet无法提取其特征。

二、解决点云的稀疏问题
作者采用了2中方法处理这个问题：
1、MSG(Multi-Scale Grouping)
就是利用不同多个不同半径的球形邻域来聚合周围的点，并让pointnet提取每种半径下球形邻域的特征，在对这一组特征进行聚合形成一组多尺度特征。但这种方法在计算开销方面却太大。
2、MRG(Multi-Resolution Grouping)
这个特征由两部分特征的加权和组成。对于Li层的特征一是由set abstraction提取出来的，同时用pointnet直接对Li-1层的特征进行提取，当Li层点的密度很低时，那么set abstraction的权重降低，pointnet的权重增加。当点的密度较高时，set abstraction提取的特征拥有更好的细节特征，因此相应的提高它的权重。