【CVPR 2020】PointASNL ：Robust Point Clouds Processing using Nonlocal Neural Networks

1. 四个问题

1. 解决什么问题

• 针对fps采样对噪声敏感的问题，提出自适应采样方法，看起来其实就是一个局部特征丰富模块
• 受non-local的启发，使用全局范围内的上下文信息，对采样点的特征进行增强

2. 用了什么方法解决
   见上

3. 效果如何
   ModelNet10 and 40
   

4. 还存在什么问题
   ？

2. 论文介绍

2个模块：a + b，其中b包含了local + non-local

消融实验

3. 参考资料

PointASNL: 点云Adaptive Sampling与Nonlocal（CVPR 2020）
2020-CVPR-PointASNL

4. 收获

前置知识：PointConv， non-local

没读代码，不是很懂，反正核心是 Self-Attention

总体上，这篇文章演示了如何融合local、global范围内的feature，进行feature增强。比较特别的是，作者从“噪点“这个角度作为文章的出发点，如此一来，就有别于其它点云feature融合的文章了。
从代码的角度看，源码“融合“了多篇文章的代码：PointNet++, PointConv, KPConv, … 如果之前看过相关源码，理解本文应该不会太难。