점의 순서와 형상
같은 점들을 다른 순서로 나열해도 물체의 형상은 바뀌지 않는다. 영상의 행과 열처럼 고정된 배열 순서를 가정하면 이런 성질을 놓칠 수 있다. PointNet은 점군을 복셀이나 여러 영상으로 변환하지 않고 직접 처리한다.
대칭 집계의 예
세 점의 특징이 (1,4), (3,2), (2,5)라면 채널별 최대는 (3,5)다. 나열 순서를 바꿔도 결과는 같다. 하지만 다른 점 집합도 같은 최대값을 가질 수 있으므로 이 집계가 모든 점의 정보를 빠짐없이 보존하는 것은 아니다.
전체와 점별 출력
전체 특징은 물체 분류에 사용하고 점별 특징과 결합하면 각 점의 분할 결과를 계산할 수 있다. 전체 점군에 하나의 범주를 주는 일과 점마다 부분 라벨을 주는 일은 다르다. 어떤 점이 입력에 포함되어 있는지도 결과에 영향을 준다.
불변성의 범위
입력 순서 불변성과 회전 불변성은 별개의 성질이다. 정렬 모듈과 학습은 변환에 대응하는 데 도움을 주지만 임의의 회전과 잡음에 항상 같은 정확도를 보장하지 않는다. 점의 누락과 이상치 및 밀도 변화 조건을 나누어 평가한다.