点云关键点提取的深度学习模型

点云关键点提取是一个非常热门的计算机视觉问题。目前，许多深度学习模型都可以用于点云关键点提取。

其中，一种常用的模型是PointNet，它是一种端到端的点云分类和分割模型，但也可以用于点云关键点提取。PointNet通过在点云中学习每个点的特征向量来对点云进行分类或分割，并且可以通过将全连接层替换为卷积层来用于点云关键点提取。

另外，PointNet++是PointNet的扩展，也可以用于点云关键点提取。PointNet++通过分层的方式对点云进行处理，从而提高了模型的性能。

此外，还有一些其他的深度学习模型，如DGCNN、KPConv等，也可以用于点云关键点提取。这些模型在点云处理方面具有较高的性能。