本帖最后由 zwz0301 于 2024-3-6 11:20 编辑
吴一全 陈慧娴 张耀
南京航空航天大学电子信息工程学院
摘要:随着传感器技术的不断发展,三维点云被广泛应用于自动驾驶、机器人、遥感、文物修复、增强现实、虚拟现实等领域的视觉任务中。然而,直接应用收集到的海量原始点云数据得到的效果不佳,因此,基于深度学习的点云处理方法受到了越来越多的关注和研究。本文综述了近6年来基于深度学习的三维点云处理方法的研究进展。首先给出了三维点云的基本概念和获取方式,简述了4种点云处理任务;然后针对点云去噪和滤波、点云压缩、点云超分辨率以及点云修复-补全-重建任务,重点阐述了相应的深度学习方法的原理,并分析了其优缺点;随后介绍了22种点云数据集和4类评价指标,同时给出了性能对比结果;最后探讨了点云处理方法目前存在的问题,并对未来的研究趋势进行了展望。
关键词:深度学习;三维点云处理;点云去噪;点云压缩;点云修复