|
|||||
|
|
| 基于深度学习的大规模三维点云处理综述 | |
| 作者姓名： | 王振燕 孙红岩 孙晓鹏 |
| 作者单位： | 辽宁师范大学 计算机与信息技术学院, 大连 116029 |
| 基金项目： | 国家自然科学基金(61472170) |
| 摘 要： | 随着三维视觉的快速发展, 基于深度学习的大规模三维点云实时处理成为研究热点. 以三维空间分布无序的大规模三维点云为背景, 综合分析介绍并对比深度学习实时处理三维视觉问题的最新进展, 对点云分割、形状分类、目标检测等方面算法优势与不足进行详细分析, 给出详细的性能分析与优劣对比, 并对点云常用数据集进行简要介绍, 并给出不同数据集的算法性能对比. 最后, 指出未来在基于深度学习方法处理三维点云问题上的研究方向. |
| 关 键 词： | 深度学习 目标检测 目标追踪 形状分类 点云分割 |
| 收稿时间： | 2022-01-15 |
| 修稿时间： | 2022-02-17 |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 | |
| 点击此处可从《计算机系统应用》下载免费的PDF全文 | |