国内刊号:21-1124/TP
国际刊号:1001-0920
发布日期:
作者:卢健,贾旭瑞,周健,刘薇,张凯兵,庞菲菲
单位:西安工程大学 电子信息学院,西安 710600,,西安工程大学 电子信息学院,西安 710600,,西安工程大学 电子信息学院,西安 710600,,西安工程大学 电子信息学院,西安 710600,,西安工程大学 电子信息学院,西安 710600,,西安工程大学 电子信息学院,西安 710600,
关键词:深度学习;三维点云;数据集;语义分割;实例分割;部件分割
基金:国家自然科学基金项目(61971339,61471161);陕西省自然科学基金重点项目(2018JZ6002).
作为三维场景理解的重要技术之一,三维点云分割受到广泛的关注,具有重要的研究价值和广阔的应用前景.基于此,梳理基于深度学习的三维点云分割技术的最新研究进展;在介绍三维点云分割常用的8个室内和室外数据集的基础上,重点阐述和分析现有主要基于深度学习的语义分割、实例分割和部件分割方法,并基于量化数据进行部分方法的效能比较;最后从10个方面总结现有方法的不足,并针对性地提出工作展望.
来源:2023年第3期
《控制与决策》期刊编辑部