PointCNN: Convolution On X-Transformed Points

PointCNN是由Yangyan Li、Rui Bu、Mingchao Sun、Wei Wu、Xinhan Di和Marius C. S. Cordts于2018年提出的点云深度学习论文，发表在NeurIPS 2018上。该论文提出了一种新的点云卷积操作，通过学习一个X变换矩阵来对点云进行排序和加权，使得传统的卷积操作能够直接应用于点云数据。PointCNN能够有效捕获点云的局部几何结构和空间关系，在点云分类、语义分割和部件分割等任务上取得了优异的性能。PointCNN是点云深度学习领域的重要论文，提出了一种新的点云卷积范式，被引用超过2000次，对后续的点云深度学习研究产生了深远影响。