PointNet：基于点的集合的深度学习解决三维分类和分割问题

Sec01 介绍

卷积架构需要高度规则的输入数据格式（如：图像栅格或者3D体素），以便执行权重共享和其他核优化操作。

点云和网格不是规则的数据，因此需要将之转换为规则的3D体素或者图像栅格，使得渲染时需要面对大量数据，并且衍生出其他问题（如：人工伪影，遮掩数据的自然不变性）。

PointNet尊重输入数据中点排列的不变性，提供了从对象分类、部件分割到场景语义解析等各种应用的统一架构。其简单、高效、质量好。

参考资料

PointNet的证明过程最全详解

如何看懂PointNet论文中的证明部分？