点云学习【1.4】Farthest point sample降采样

FPS算法原理：
1.输入点云有N个点，从N个点中任意选取一个点P0作为初始点。
2.计算所有点到P0的距离，构成N维数组，从中选择距离最大值点P1，更新采样点集合B={P0,P1}。
3.计算所有点到集合B中每个点的距离，将最小距离作为该点到集合的距离，选取最大距离作为采样点，更新采样点集合B。
4.重复2-3步，直至采样点数量满足要求。
如图所示：

import numpy
def farthest_point_sample(point,npoint):N,D = point.shapexyz = point[:,0:3]farthest = np.random.randint(0,N)centroids = np.zeros((npoint,))dist = np.ones((N,)) * 1e10for i in range(npoint):centroids[i] = farthestcentroid = xyz[farthest,:]dist = np.sum((xyz-centroid)**2,-1)mask = dist < distancedistance[mask] = dist[mask]farthest = np.argmax(distance,-1)point = point[centroids.astype(np.int32)]return point