100% tevredenheidsgarantie Direct beschikbaar na je betaling Lees online óf als PDF Geen vaste maandelijkse kosten
logo-home
Eerder door jou gezocht
Eerder door jou gezocht
logo
Summary of paper PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation €7,16
In winkelwagen
Snel navigeren naar
Voorbeeld
  2.  
  3. Technische Universiteit Delft (TU Delft)
  4.  
  5. CS4245

Samenvatting

Summary of paper PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation
 0 keer verkocht

This is a summary of the paper PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation for the course Seminar of Computer Vision by Deep Learning in TU Delft

Voorbeeld 2 van de 5  pagina's

Document informatie

  • 5 juli 2024
  • 5
  • 2023/2024
  • Samenvatting

Onderwerpen

Geschreven voor

Alle documenten voor dit vak (10)

Verkoper

avatar-seller
guillemribes

Voorbeeld van de inhoud

PointNet: Deep Learning on
Point Sets for 3D Classification
and Segmentation
Point cloud is an important type of geometric data structure. Due to its irregular
format, most researchers transform such data to regular 3D voxel grids or
collection of images. This, however, renders data unnecessarily voluminous
and causes issues. This paper proposes a type of neural network that directly
consumes point clouds, which well respects the permutation invariance of
points in the input.



💡 Permutation Invariant refers to a property of a model where the output
remains unchanged regardless of the order of the input elements.



Introduction
Typical convolutional architectures require highly regular input data formats,
like those of image grids or 3D voxels, in order to perform weight sharing and
other kernel optimizations. This however renders the resulting data
unnecessarily voluminous.
Key Contributions:

We design a novel deep net architecture suitable for consuming unordered
point sets in 3D

We show how such a net can be trained to perform 3D shape classification,
shape part segmentation and scene semantic parsing tasks

We provide thorough empirical and theoretical analysis on the stability and
efficiency of our method

We illustrate the 3D features computed by the selected neurons in the net
and develop intuitive explanations for its performance.


Related Works



PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation 1

, Point Cloud Features, Deep Learning on 3D Data, Deep Learning on
Unordered Sets


Problem Statement
A point cloud is represented as a set of 3D points where each point P is a
vector of its (x,y,z) coordinate plus extra feature channels such as color, normal
etc.


Deep Learning Point Sets
Property of Point Sets in R^n
The input is a subset of points from an Euclidean space. The 3 main properties:

1. Unordered. Unlike pixel arrays in images or voxels point cloud is a set of
points without specific order.

2. Interaction among points. The points are from a space with a distance
metric. It means that points are not isolated, and neighboring points form a
meaningful subset. The model needs to be able to capture local structures
from nearby points.

3. Invariance under transformations: As a geometric object, the learned
representation of the points set should be invariant to certain
transformations.

PointNet Architecture




PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation 2

Dit zijn jouw voordelen als je samenvattingen koopt bij Stuvia:

Bewezen kwaliteit door reviews

Bewezen kwaliteit door reviews

Studenten hebben al meer dan 850.000 samenvattingen beoordeeld. Zo weet jij zeker dat je de beste keuze maakt!

In een paar klikken geregeld

In een paar klikken geregeld

Geen gedoe — betaal gewoon eenmalig met iDeal, creditcard of je Stuvia-tegoed en je bent klaar. Geen abonnement nodig.

Direct to-the-point

Direct to-the-point

Studenten maken samenvattingen voor studenten. Dat betekent: actuele inhoud waar jij écht wat aan hebt. Geen overbodige details!

Veelgestelde vragen

Wat krijg ik als ik dit document koop?

Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.

Tevredenheidsgarantie: hoe werkt dat?

Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.

Van wie koop ik deze samenvatting?

Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper guillemribes. Stuvia faciliteert de betaling aan de verkoper.

Zit ik meteen vast aan een abonnement?

Nee, je koopt alleen deze samenvatting voor €7,16. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

4,6 sterren op Google & Trustpilot (+1000 reviews)

Afgelopen 30 dagen zijn er 63950 samenvattingen verkocht

Opgericht in 2010, al 15 jaar dé plek om samenvattingen te kopen

Begin nu gratis

Laatst bekeken door jou

Tentamen (uitwerkingen) ·

(0)

Exam (elaborations) NURSING NR 508 test bank pharmacology Exam TEST BANK Questions and Answers

Tentamen (uitwerkingen) ·

(0)

NUR 2063 / NUR2063: Essentials of Pathophysiology Final Exam Review Study Guide (Latest 2021) Rasmussen

Voordeelbundel ·

(0)

COMPUTER CONCEPTS MODULE 1 -MODULE 14 ALL COVERED COURSE TEST QUESTIONS AND ANSWERS COMPLETE EXAM

Tentamen (uitwerkingen) ·

(1)

ATI FUNDAMENTALS PROCTORED EXAM TEST BANK LATEST UPDATED EXAMINATION STUDY GUIDE 2022 NURSING EXAM

Tentamen (uitwerkingen) ·

(0)

Corrections in the 21st Century, Schmalleger - Complete test bank - exam questions - quizzes (updated 2022)

Tentamen (uitwerkingen) ·

(0)

NURS 5315 Final Advanced Pathophysiology Exam | 140 Questions and Answers Graded A+ | Latest 2024

College aantekeningen ·

(0)

Lecture 4 notes / summary - Does saving the planet make you happy (Science Of Happiness / 201900028)

Samenvatting ·

(0)

Summary of the paper Supervised learning based on temporal coding in spiking neural networks

Tentamen (uitwerkingen) ·

(0)

TEST BANK FOR ADVANCED PRACTICE NURSING- ESSENTIAL KNOWLEDGE FOR THE PROFESSION 3RD EDITION DENISCO
€7,16
  • (0)
In winkelwagen
Toegevoegd