1. 四个问题
- 解决什么问题
- 有监督点云学习
- local局部特征的学习
- 用什么方法解决
- inspired by triangle meshes and umbrella curvature in computer graphics
- 显式构造其它特征更好表达局部形状
-
效果如何
提升非常大，
classification（ModelNet40-94.7）, segmentation, and detection -
还存在什么问题
？
2. 论文介绍
之前的工作：Most prior work represents the shapes of point clouds by coordinates. However, it is insufficient to describe the local geometry directly
动机/启发：inspired by triangle meshes and umbrella curvature in computer graphics
PointNet 和 PointNet++ 的缺陷：However, both methods learn from standalone points and take no notice of local shape awareness [30].
结论：局部形状对点云学习非常重要（Local shapes are vital for the learning of point clouds）
其它工作都是隐式构造一些局部特征，我们认为这不行，所以我们要显式构造表达局部形状的特征，一起学习
我们的动机 受泰特展开表达曲线 曲面 斜率 启发，还有在计算机图形学中的triangle meshes 还有 曲率
In computer graphics, triangle meshes are commonly adopted to represent 3D models
实验结果：
Performance of classification on ModelNet40 and ScanObjectNN
Performance of semantic segmentation on S3DIS
Performance of object detection on ScanNet V2 and SUN RGB-D
消融实验：
5. Discussion
3. 参考资料
4. 收获
本文研究的是：点云的local
之前的工作都是隐式构造local其它特征，一起训练。
本文显式构造 local特征，一起训练
从 曲线曲率，泰勒展开，计算机图形学的mesh启发， 这种曲线曲面 更好地表达3D形状， 但对噪音敏感。
inspired by triangle meshes and umbrella curvature in computer graphics
这种局部特征 效果非常好，可以用到其它地方上去（但还没仔细看怎么构造出来的。）
说明 从 直的到弯的更好表达3D形状（曲线曲率）
从隐式构造 到 显式构造，添加了 强的先验信息？