Zhou, H., Feng, Y., Fang, M., Wei, M., Qin, J., & Lu, T. (2021). Adaptive Graph Convolution for Point Cloud Analysis. ICCV.
博主导读：
在 CNN 的世界里，卷积核（Kernel）通常是“死”的。训练好了参数后，不管输入是猫还是狗，卷积核都用同一套权重去滑窗。这种“各向同性 (Isotropic)” 的操作在规则的 2D 图像上没问题，但到了 3D 点云这种“奇形怪状”的数据上，就显得有点僵硬了。
AdaptConv (Adaptive Graph Convolution)提出了一种离经叛道的思路：使用特征生成卷积核，处理坐标数据
它设计了一种“特征驱动”的机制，根据每一对点之间的特征差异，实时动态生成独一无二的卷积核。这就好比从“大锅饭”变成了“私房菜”，针对每一种食材（几何结构）都用专门的刀法（卷积核）去处理。
论文：Adaptive Graph Convolution
1. 痛点：千篇一律的“固定核”
在 AdaptConv 之前，Graph CNN (如 DGCNN) 虽然也能动态找邻居，但在算特征聚合时，用的公式通常长这样：
h i = ReLU ( θ ⋅ ( x j − x i ) ) h_i = \text{ReLU}(\theta \cdot (x_j - x_i))hi=ReLU(θ⋅(xj−xi))
这里的θ \thetaθ是训练好的一组固定权重。
这有个大问题：
- 无论邻居j jj是在那张椅子的“腿部”还是“背部”，只要它们的相对坐标一样，网络就会用完全相同的逻辑去处理它们。
- 但显然，语义不同，处理方式应该不同。这种“一视同仁”的做法，被称为Isotropic (各向同性)，导致网络很难捕捉精细的语义差异。
AdaptConv 的核心大招：
抛弃固定权重，让特征说话。每一对点( i , j ) (i, j)(i,j)都有属于它们自己的卷积核。
2. 核心方法：特征造刀，几何为菜 🔥
AdaptConv 的运算逻辑非常反直觉，它把传统的“权重× \times×特征”反过来了。整个过程可以概括为：用特征生成核，去卷几何坐标。
2.1 第一步：造刀 (Kernel Generation) 🗡️
每一对点( i , j ) (i, j)(i,j)的关系都不一样，所以我们要为它们量身定做M MM个卷积核（对应输出的M MM个通道）。
e ^ i j m = g m ( Δ f i j ) \hat{e}_{ijm} = g_m(\Delta f_{ij})e^ijm=gm(Δfij)
- 原料：相对特征Δ f i j = [ f i , f j − f i ] \Delta f_{ij} = [f_i, f_j - f_i]Δfij=[fi,fj−fi]。这是语义层面的差异。
- 工艺：映射函数g m g_mgm(MLP)。
- 产物：卷积核权重e ^ i j m \hat{e}_{ijm}e^ijm。
这里是用高维的特征（比如 128 维），去生成一个低维的核（比如 6 维）。这是“降维打击”，把复杂的语义浓缩成了处理几何的规则。
需要升维到多少维，就有多少个核。每个核是6维的
2.2 第二步：切菜 (Convolution) 🥕
有了刀，切什么？切空间几何 (Spatial Geometry)。
h i j m = ⟨ e ^ i j m , Δ x i j ⟩ h_{ijm} = \langle \hat{e}_{ijm}, \Delta x_{ij} \ranglehijm=⟨e^ijm,Δxij⟩
- 原料：相对坐标Δ x i j = [ x i , x j − x i ] \Delta x_{ij} = [x_i, x_j - x_i]Δxij=[xi,xj−xi]（通常是 xyz 坐标，3+3=6 维）。
- 动作：点积 (Dot Product)。
- 物理含义：在当前的语义语境下（Kernel），这个空间结构（Geometry）意味着什么？
3. 深度解析：维度的魔法 (The Dimension Flow) 📐
这是论文最精彩、也最容易让人晕的地方。很多同学看不懂代码，就是因为没搞清 Tensor 的形状变化。
我们假设输入点数N NN，邻居数K KK，特征维度D DD，输出维度M MM。
| 步骤 | 操作 | 输入 Tensor | 输出 Tensor | 大师兄点评 |
|---|---|---|---|---|
| 1. 准备 | 构造相对特征 | F : [ N , D ] F: [N, D]F:[N,D] | Δ F : [ N , K , 2 D ] \Delta F: [N, K, \mathbf{2D}]ΔF:[N,K,2D] | 拼接中心点和差值，特征翻倍 |
| 2. 准备 | 构造相对坐标 | X : [ N , 3 ] X: [N, 3]X:[N,3] | Δ X : [ N , K , 6 ] \Delta X: [N, K, \mathbf{6}]ΔX:[N,K,6] | 拼接坐标和偏移，xyz 变 6 维 |
| 3. 造刀 | MLP 映射 | Δ F : [ N , K , 2 D ] \Delta F: [N, K, 2D]ΔF:[N,K,2D] | E ^ : [ N , K , M , 6 ] \hat{E}: [N, K, M, \mathbf{6}]E^:[N,K,M,6] | 高能预警！这里把2 D 2D2D维特征压缩成了6 66维权重。 输出有M MM个核，每个核管 6 个参数。 |
| 4. 卷积 | 点积 Sum | E ^ × Δ X \hat{E} \times \Delta XE^×ΔX | H : [ N , K , M ] H: [N, K, M]H:[N,K,M] | 6 66维权重× \times×6 66维坐标，求和消掉。 得到M MM个响应值。 |
| 5. 聚合 | Max Pooling | H : [ N , K , M ] H: [N, K, M]H:[N,K,M] | F ′ : [ N , M ] F': [N, M]F′:[N,M] | 典型的图卷积收尾动作。 |
灵魂拷问：为什么要卷坐标（6维），而不直接卷特征（2D维）？
- 省显存：2 D 2D2D往往很大（如 128），如果生成一个128 × 128 128 \times 128128×128的核，显存直接爆炸。而坐标只有 6 维，生成M × 6 M \times 6M×6的核非常轻量。
- 去冗余：特征已经用来生成核了（作为指导者），如果再被卷（作为被执行者），信息就重复了。“Feature is the Guide, Geometry is the Content.”
特征选择的讨论 (Feature Decisions) —— 为什么卷坐标？作者解释了一个很容易被问到的问题：“你为啥用特征去生成核，然后卷坐标？为啥不直接卷特征？”作者给了三个理由 ：
- 冗余 (Redundancy)：特征f j f_jfj已经用来生成核了，如果再卷f j f_jfj，信息就重复了。
- 难学 (Hard to learn)：特征维度很高（64/128维），让 MLP 去学高维特征的空间关系很难；而坐标只有 3 维（或者加上法向量 6 维），MLP 很容易学明白空间关系。
- 显存 (Memory)：卷高维特征计算量太大，显存扛不住。卷低维坐标（6维映射到6维核）非常省资源。
4. 实验：以少胜多的效率怪兽 📊
AdaptConv 的设计极其精简，这也体现在了它的实战表现上。
- ModelNet40 分类：
- 它只用了1k 个点，且只输入xyz 坐标，就达到了93.4%的准确率。
- 对比之下，SpiderCNN、PointCNN 往往需要 5k 个点或者额外的法向量输入才能达到类似效果。
- 鲁棒性 (Robustness)：
- 在点云稀疏或加噪声的情况下，AdaptConv 的掉点率远低于标准图卷积。因为它能动态调整卷积核来适应“烂数据”。
- 参数量：
- 只有1.85M参数，和 DGCNN 差不多，但精度更高；远小于 KPConv 的 14.3M。
5. 可视化：特征空间的“心有灵犀” (Visual Analysis) 👁️
这一部分非常有意思，作者为了证明 AdaptConv 不是在“死记硬背”坐标，而是真的看懂了物体，特意做了一个特征空间热力图实验。
图解逻辑：
- 设定：作者选中了飞机左机翼尖端的一个点（蓝星）和右机翼尖端的一个点（绿星）。
- 颜色：红色代表特征距离近（长得像），黄色代表特征距离远（没关系）。
- 当我们观察左机翼的蓝星时，发现远在另一头的右机翼竟然也变红了！
- 尽管这两个点在物理空间上离得十万八千里（几何距离远），但在 AdaptConv 的特征空间里，它们是“亲兄弟”（特征距离近）。
这说明 AdaptConv 成功突破了 Graph Convolution 的“局部限制”。它学会了非局部感知 (Non-local Perception)——它知道“左翅膀”和“右翅膀”是同一种语义部件。这种**“跨越空间的共鸣”**，正是它在分割任务上表现出色的根本原因。
6. 总结 (Conclusion)
AdaptConv 给我们上了一堂生动的“卷积哲学课”：
- 卷积核不一定是死的：它可以是根据输入数据实时生成的（Hypernetwork 思想）。
- 特征与几何的分工：特征负责“制定规则”（生成核），几何负责“承载内容”（被卷积）。
- 维度的艺术：通过将高维特征映射为低维几何权重，既实现了自适应，又完美避开了计算量的陷阱。
如果你觉得 DGCNN 这种固定图卷积差点意思，或者你的任务对局部细微几何结构非常敏感，AdaptConv 绝对是你的首选。
📚 参考文献
[1] Zhou, H., Feng, Y., Fang, M., Wei, M., Qin, J., & Lu, T. (2021). Adaptive Graph Convolution for Point Cloud Analysis. ICCV.
💬 互动话题：
- 关于“卷坐标”：文中只卷了 6 维的几何坐标 (xyz + delta_xyz)。如果物体颜色对任务很重要（比如红苹果和青苹果），你觉得应该怎么改 AdaptConv 的公式，把颜色信息加进去？
- 关于 Dynamic Graph：AdaptConv 在每一层都动态重新建图（k-NN），这虽然准但很慢。如果让你优化速度，你会砍掉这个环节吗？为什么？
📚 附录：点云网络系列导航
🔥欢迎订阅专栏：【点云特征分析_顶会论文代码硬核拆解】持续更新中…
本文为 CSDN 专栏【点云特征分析_顶会论文代码硬核拆解】原创内容，转载请注明出处。
