最近相机研究在使用原始稀疏数据方面取得进展，通过比较分析不同图卷积操作，发现特征提取模块参数减少450倍，数据表示大小减少4.5倍，分类准确率提高6.3%。此外，实现了目标检测体系结构，在N-Caltech101数据集上达到53.7%准确率和每秒82个图的执行速度。

本文提出了一种基于图卷积操作的全新的可端到端训练的神经网络架构，通过轻量级的基于边缘条件的卷积来解决梯度消失和过参数化问题。实验结果表明了在合成高斯噪声和真实噪声上的最先进性能和改进的定性和定量结果。