基于深度学习的点云语义分割综述

摘要：

近年来,深度传感器和三维扫描仪的普及,使三维点云得到了快速发展.点云语义分割作为三维场景理解和分析的关键步骤,受到了研究者的广泛关注.深度学习具有优良的高层语义理解能力,基于深度学习的点云语义分割已成为当前研究的热点.首先,从语义分割的概念出发,简要叙述了点云语义分割的优势和现存的挑战;进而详细介绍了点云分割算法和常见的数据集,重点对点云语义分割领域中基于点排序、特征融合和图卷积神经网络的深度学习方法进行了综述;最后,分析了所述方法的定量结果,并展望了点云语义分割技术未来的发展趋势.

关键词：图像处理、三维点云、语义分割、深度学习、特征融合、图卷积神经网络

所属期刊栏目：57

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61772328

在线出版日期：2020-05-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共19页

页码：20-38