Farthest Point Sampling，最远点采样是一种用于电源的采样算法，3D点云深度学习框架PointNet++中对样本点进行FPS采样再聚类作为感受野，3D目标检测网络VoteNet对投票得到的散乱点进行FPS采样再进行聚类。
https://zhuanlan.zhihu.com/p/556648481
FPS算法原理：
1）输入点云有N个点，从点云中选取一个点P0作为起始点，得到采样点集合S={P0}；
2）计算所有点到P0的距离，构成N维数组L，从中选择最大值对应的点作为P1，更新采样点集合S={P0，P1}；
3）计算所有点到P1的距离，对于每一个点Pi，其距离P1的距离如果小于L[i]，则更新L[i] = d(Pi, P1)，因此，数组L中存储的一直是每一个点到采样点集合S的最近距离；
4）选取L中最大值对应的点作为P2，更新采样点集合S={P0，P1，P2}；
重复2-4步，一直采样到N个目标采样点为止。
初始点选择：选择距离点云重心的最远点。
距离度量：对于点云数据一般采用欧式距离。
FPS存在两个主要问题: (1)它对离群点非常敏感，导致高度不稳定，特别是在处理现实世界的点云时。(2) FPS采样点是原始点云的一个子集，这使得在物体被部分遮挡或捕获的物体点不够的情况下，很难推断出原始几何信息。
参考链接：https://blog.csdn.net/dsoftware/article/details/107184116