3D点群からの学習を行う、球面畳み込みカーネルを空間情報を用いて選択するニューラルネットを提案している。3D点群がまばらに分布している性質を利用し、空間的分割を行うことでデータ表現を階層的に荒くすることで解像度を表現、かつ球形カーネルによって並進不変性と非対称性を維持しつつ局所的な幾何学構造を量子化する。学習時に動的にカーネルを生成しないので、特に高解像度の点群に対して効率的な学習が可能になった。