updates

Author: BinaryOracle

src/3DVL/简析PointNet++.md

@@ -783,5 +783,40 @@ class PointNetFeaturePropagation(nn.Module):
 
         return new_points  # 最终输出特征 [B, D', N]
 ```
+流程四步走：
+
+1️⃣ 找到邻居  “我这个点最近的3个熟人是谁？” 
+
+- 计算每个原始点和下采样点之间的距离；
+
+- 找出最近的3个邻近点。
+
+2️⃣ 分配权重  “谁离我越近，说话越有分量。” 
+
+- 根据距离反比加权（IDW），给这3个邻近点分配权重；
+
+- 权重归一化，确保它们加起来是1。
+
+
+3️⃣ 加权平均插值   “综合最近几个熟人的意见，猜出我的特征。” 
+
+- 提取邻近点的特征；
+
+- 按照权重做加权平均；
+
+- 得到每个原始点的插值特征。
+
+4️⃣ 融合+增强  “如果我本来就有特征，那就一起用；再用MLP提提神。” 
+
+- 如果原始点有自己的特征（points1），就拼接起来；
+
+- 经过几层 Conv1d + BN + ReLU，进一步提取和融合特征；
+
+- 输出最终的插值后特征。
+
+📦 输出结果
+
+- new_points: 每个原始点都有了一个新的特征向量 [B, D', N]
+