首页|基于深度学习的大规模点云语义分割方法综述

基于深度学习的大规模点云语义分割方法综述

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了展示深度学习在点云处理上最新进展,同时促进对点云语义分割方法的研究,该文对基于深度学习的大规模点云语义分割方法进行了综述.在介绍8个室内和室外语义分割数据集的基础上,重点对近几年的深度学习点云语义分割方法进行了归纳和分析,并在S3DIS、Semantic3D、Toronto3D、ISPRS Vaihingen 3D和SemanticKITTI数据集上对不同方法进行了比较,并构建了相应的基准.最后对目前点云语义分割算法存在的问题和未来趋势进行了分析.
A survey of large-scale point cloud semantic segmentation based on deep learning

双丰、黄兴文、李勇、刘修宁、覃建川、李旭

展开 >

广西大学电气工程学院广西电力装备智能控制与运维重点实验室,南宁 530004

人工智能四川省重点实验室,四川宜宾 644000

深度学习 激光点云 语义分割 综述

广西自然科学基金人工智能四川省重点实验室开放基金广西制造系统与先进制造技术重点实验室开放基金

2022GXNSFBA0356612021RYJ0620-065-40S005

2023

测绘科学
中国测绘科学研究院

测绘科学

CSTPCDCSCD北大核心
影响因子：0.774
ISSN：1009-2307
年,卷(期)：2023.48(2)
  • 1
  • 68