3D空间的几何和拓扑结构
直接在3D空间操作可以更自然的参数化以及捕捉 重复、平面、对称等几何结构
2. Related Work
3D Object Detection from RGB-D Data
Front view image based methods（只是介绍了一种表示方法）
Bird’s eye view based methods（难以检测小物体，难以适应垂直方向有多个物体的场景 ）
3D based methods（各种方法各有缺点，如计算大、人工设计几何特征，不灵活等）
Deep Learning on Point Clouds
点云转化成图片或一定分辨率的立体网格，再把2D卷积泛化到3D卷积
利用点云稀疏性设计高效的3DCNN架构
直接处理原始点云（pointnet）
pointnet已经可以做分类和语义分割，本文把它扩展到3D目标检测
3. Problem Definition
输入：点云
目标：在3D空间中分类并且定位目标
3D边框的表示：
size： h, w, l
center： 
orientation： 
，相对于预定以的规范姿势
，相对于预定以的规范姿势 4. 3D Detection with Frustum PointNets
4.1. Frustum Proposal
frustum proposal generation：
① 给定摄像机投影矩阵，2D边框可以被提升到椎体，这个椎体定义了物体的3D搜索空间。
② 收集椎体内所有点形成一个 frustum point cloud
③ 旋转椎体，使椎体的中心轴正交于成像平面，可以提高算法的旋转不变性
基于FPN的模型，先在ImageNet和COCO训练，再在 KITTI 2D object detection dataset 微调
4.2. 3D Instance Segmentation
直接回归物体位置的方法由于物体遮挡及背景复杂不容易
但是物体在空间中是分开的，所以在3D点云中分割是自然且相对容易
使用 3D mask coordinates 预测3D边框中心
3D Instance Segmentation PointNet
① 输入椎体内的点云，预测每个点属于该物体的分数，一个椎体只含有一个感兴趣的物体
多类别检测时，类别进行onehot编码，并和中间点云特征concat
② 3D Instance Segmentation 后，属于物体的点就可以提取出来（mask）
③ 进一步标准化物体点的坐标，提高平移不变性
XYZ值减中心
不对点云缩放，坐标变换对结果很重要
4.3. Amodal 3D Box Estimation
Learning-based 3D Alignment by T-Net
（内容不全）
