度量空间（metric space）是一种具有度量函数（metric function）或者叫做距离函数（distance function）的集合，此函数定义集合内所有元素间的距离，被称为集合上的metric。

度量空间中最符合直观理解的是三维欧氏空间，事实上，metric的概念是欧氏距离性质的推广。

 

e.g. 例如

i.e. 换句话说

 

FPS最远点采样法

假设一共有n个点,整个点集为N = {f1, f2,…,fn}, 目标是选取n1个起始点做为下一步的中心点:

随机选取一个点fi为起始点，并写入起始点集 B = {fi};
选取剩余n-1个点计算和fi点的距离，选择最远点fj写入起始点集B={fi,fj};
选取剩余n-2个点计算和点集B中每个点的距离, 将最短的那个距离作为该点到点集的距离, 这样得到n-2个到点集的距离，选取最远的那个点写入起始点B = {fi, fj ,fk},同时剩下n-3个点, 如果n1=3 则到此选择完毕;
如果n1 > 3则重复上面步骤直到选取n1个起始点为止.
源码实现链接：https://github.com/charlesq34/pointnet2/blob/42926632a3c33461aebfbee2d829098b30a23aaa/tf_ops/sampling/tf_sampling_g.cu#L105

参考文章：
https://www.cnblogs.com/yibeimingyue/p/11919514.html
https://www.cl.cam.ac.uk/techreports/UCAM-CL-TR-565.pdf

来自；https://blog.csdn.net/QFJIZHI/article/details/103419044

其实很好理解，每次选最远的，这样就能比较均衡地采样。

 

找到了汉化版的pointnet++的博客：https://blog.csdn.net/weixin_42037651/article/details/120036111