Chailyn's homepage

行动起来，活在当下

累计撰写 16 篇文章
累计创建 12 个标签
累计收到 15 条评论

目录CONTENT

最新文章

2025-07-15
置顶 Basic knowledge of 3D point clouds Introduction There are always some basic concepts that need to be understood when it comes to 3D point clouds. This article gathers a collection of pa
- 2025-07-15
- 29
- 2
- 1
- 点云
2025-08-03
PaperRead：AtlasNet：A Papier-Mˆach´e Approach to Learning 3D Surface Generation 本文介绍了一种为三维形状生成参数化曲面元素的方法，写的还不错，下面是我的一些理解，个人感觉和代码结合PaperRead，感受更深刻一些，所有的code来源于官方库，我也会放在评论区 Background 学习二维流形的表示这里有几个专有名词我来解释一下多边形网格：比如一个3D模型（比如一个球或人
- 2025-08-03
- 5
- 1
- 0
- 点云
- 论文阅读
2025-08-02
PaperRead：PointNet++：Deep Hierarchical Feature Learning on Point Sets in a Metric Space 这篇文章是PointNet的续篇，网上也有很多说明博客，这里记录我觉得比较重要的Method部分 PS：这篇文章的一些代码注释感谢沈同学的一些帮助 Method 对于PointNet的介绍 PaperRead：PointNet：Deep Learning on Point Sets for 3D C
- 2025-08-02
- 4
- 1
- 0
- 论文阅读
- 点云
2025-08-02
PaperRead：PointNet：Deep Learning on Point Sets for 3D Classification and Segmentation 这篇文章网上给的解读很多，我大概就从贡献和方法来简单介绍一下这个开山鼻祖方法，里面的数学推导我也不做过多的解释 Contributions 我们工作的关键贡献如下：我们设计了一种新颖的深度网络架构，适用于处理3D中的无序点集；我们展示了如何训练这样的网络以执行3D形状分类、形状部件分割和场景语义
- 2025-08-02
- 7
- 1
- 0
- 点云
- 论文阅读
2025-07-30
PaperRead：A Point Set Generation Network for 3D Object Reconstruction from a Single Image Contribution 论文的贡献可以概括为以下几点：将深度学习应用于点集生成问题：这是该研究的核心，它利用深度学习技术来直接生成3D点云，而不是传统的体素或网格表示。在单图像3D重建任务上超越现有技术：论文明确指出，在从单张图像重建3D形状的任务中，他们应用的这种点集生成网络显著优于现有
- 2025-07-30
- 15
- 1
- 1
- 点云
- 论文阅读
2025-07-17
PaperRead：SoftGroup：for 3D Instance Segmentation on Point Clouds Introduction 最新的方法是3D实力分割当成自底向上的流程：先打标签再聚类网络输出点语义类别和中心偏移向量，再用聚类把同类别并且几何距离近的点合并成实例聚类使用hardlabel（只取最大概率），往往造成 IoU 很低：真‑柜子被拆成几块；假阳性：错误语义区又生成了多余实例。语义预
- 2025-07-17
- 31
- 1
- 3
- 点云
- 论文阅读