这里最远点采样FPS，回答了我昨天的疑问，为什么要采样，因为不同的物体，点云数量是不同的，这对于模型的输入是不合适的。我们通过采样将不同物体的点云数量表示成相同的。另外用FPS的好处是尽可能原则最远的点，这样降采样的结果会更均匀。这里怎么计算一个点到一个点集的距离？这里是算一个点到点集最近的距离，是这个点到这个点集的距离。最后找到离这个点集距离最远的点，加入到集合中。我终于把这里搞清楚了。

在语义分割中，要对每个点做分类，这样的话之前的点是不够的，通过上采样差值的方式。这里我也是忘记了。如何映射回原图的。segmantation，点不够，要做差值，或者上卷积Up convolution。再通过skip link concatenation。


距离越远的点，权重越小。最后选择3个权重最大的点，多个点加权求和得到差值点。



非均匀采样密度。点云有近密远疏。影响层级化特征的学习。卷积有感受野的大小，所以分组半径也是要考量的，密集和稀疏半径选取不应该一样。