最远点采样

Farthest Point SamplingFPS进阶

每次挑离已选点最远的点，把点云均匀降到固定点数的下采样方法。

最远点采样是一种点云下采样算法：先选一个起点，然后反复从剩余点里挑出「到已选点集合的最近距离最大」的那个点，直到选够设定的数量。和随机采样相比，同样的点数能更均匀地覆盖整个物体或场景，不容易丢掉稀疏区域的结构；缺点是需要逐点迭代，点很多时比随机采样和体素降采样慢，而且结果取决于起始点。PointNet++（NeurIPS 2017）用它为每一层挑选局部区域的中心点，之后大量点云网络沿用了这一做法。机器人策略用点云作输入时，通常先裁掉桌面和背景，再用最远点采样降到几百到几千个点，以控制计算量。