首页|基于深度学习的点云语义分割研究综述

基于深度学习的点云语义分割研究综述

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
近年来,深度传感器和三维激光扫描仪的普及推动了三维点云处理方法的快速发展.点云语义分割作为理解三维场景的关键步骤,受到了研究者的广泛关注.随着深度学习的迅速发展并广泛应用到三维语义分割领域,点云语义分割效果得到了显著提升.主要对基于深度学习的点云语义分割方法和研究现状进行了详细的综述.将基于深度学习的点云语义分割方法分为间接语义分割方法和直接语义分割方法,根据各方法的研究内容进一步细分,对每类方法中代表性算法进行分析介绍,总结每类方法的基本思想和优缺点,并系统地阐述了深度学习对语义分割领域的贡献.然后,归纳了当前主流的公共数据集和遥感数据集,并在此基础上对比主流点云语义分割方法的实验结果.最后,对语义分割技术未来的发展方向进行了展望.
Survey of Point Cloud Semantic Segmentation Based on Deep Learning

景庄伟、管海燕、臧玉府、倪欢、李迪龙、于永涛

展开 >

南京信息工程大学 地理科学学院,南京 210044

南京信息工程大学 遥感与测绘工程学院,南京 210044

武汉大学 测绘遥感信息工程国家重点实验室,武汉 430079

淮阴工学院 计算机与软件学院,江苏 淮安 223003

展开 >

深度学习 语义分割 点云 计算机视觉

4167145441971414

2021

10.3778/j.issn.1673-9418.2006025

计算机科学与探索
华北计算技术研究所

计算机科学与探索

CSTPCDCSCD北大核心
影响因子：0.652
ISSN：1673-9418
年,卷(期)：2021.15(1)
  • 34
  • 2