【DexGraspNet与多指手抓取算法详解】第四章 抓取检测网络架构设计

目录第一部分 原理详解4.1 输入表示与预处理4.1.1 点云处理网络4.1.1.1 PointNet++骨干网络4.1.1.1.1 多尺度分组 (MSG) 模块4.1.1.1.2 特征上采样与插值4.1.2 体素化表示4.1.2.1 3D卷积网络(3D CNN)特征提取4.1.2.2 稀疏卷积优化4.2 抓取位姿生成网络4.2.1 基于回归的方法4.2.1.1 端到端位姿回归4.2.1.1.1 损失函数设计4.2.1.1.2 手掌位置与朝向解耦预测4.2.2 基于生成模型的方法4.2.2.1 变分自编码器 (VAE) 架构4.2.2.1.1 潜在空间采样4.2.2.1.2 重构误差约束4.2.2.2 条件生成对抗网络4.2.2.2.1 生成器与判别器博弈4.2.2.2.2 点云条件输入机制4.3 关节角度预测与接触图模型4.3.1 手部姿态网络4.3.1.1 独立于手掌位姿的关节预测4.3.1.2 手部姿态先验约束4.3.2 接触图神经网络4.3.2.1 图节点定义（指尖/物体表面点）4.3.2.2 图注意力机制4.3.2.2.1 指尖与物体点的对应关系学习4.3.2.2.2 跨模态特征融合第二部分 代码实现脚本一：PointNet++多尺度分组实现脚本二：3D CNN与稀疏卷积脚本三：端到端位姿回归脚本四：变分自编码器抓取生成脚本五：条件生成对抗网络脚本六：手部姿态网络脚本七：接触图神经网络第一部分 原理详解4.1 输入表示与预处理抓取检测网络的输入通常为视觉传感器采集的三维场景数据。点云表示直接处理无序点集，保留几何细节；体素化表示则将连续空间离散化，便于应用标准三维卷积操作。4.1.1 点云处理网络点云是由 $N$ 个三维点组成的集合 $P=\{p_i \mid p_i \in \mathbb{R}^3\}_{i=1}^N$ ，具有排列不变性（permutation invari