3D点云的特征点
1 点云具有无序性。
2 点云具有稀疏性。
3 点云信息量有限。
3D点云应用深度学习面临的挑战
在点云数据方面的挑战：
1 缺少数据：扫描的模型通常被遮挡，部分数据丢失。
2 噪音：所有传感器都是嘈杂的。 有几种类型的噪声，包括点云扰动和异常值。 这意味着一个点有一定的概率位于它被采样的地方（扰动）附近的某一半径范围内，或者它可能出现在空间的任意位置（异常值）。
3 旋转：一辆车向左转，同一辆车向右转，会有不同的点云代表同一辆车。
PointNet
PointNet是第一种直接处理无序点云数据的深度神经网络。一般情况下，深度神经网络要求输入信息具有规范化的格式，比如二维的图像，时序性的语音等。而原始的三维点云数据往