基于点云数据的分割方法综述

• 作者: 李炜 董永峰 顾军华
• 来源期刊: 燕山大学学报
• 学科: 工学
• 关键词: 深度学习 点云 语义分割 实例分割
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信息与计算机技术
• 页码范围: 125-137
• 页数: 13页
• 分类号: TP181
• 字数: 12430字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-791X.2020.02.004

摘要

点云是一种能够完整表达场景信息的重要数据格式.近年来,对于点云的探索引起了越来越多研究人员的关注,并且迅速在计算机视觉、自动驾驶和机器人等许多领域得到了广泛应用.但是,由于点云独特的数据形式,使用深度神经网络处理点云时面临着独特挑战,因此基于点云的深度学习方法仍处于起步阶段.最近,利用点云处理分割任务出现了许多优秀的方法.为了激发未来对点云研究的深入发展,本文对点云深度学习方法的最新进展进行回顾,涵盖了三个主要任务,包括点云语义分割、点云实例分割以及常用的三维图像数据集,对其中处理点云的深度学习经典方法展开对比分析,提供多种方法在不同数据集上的比较结果,并且提出了一些观点和未来研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董永峰	河北工业大学人工智能与数据科学学院	52	339	11.0	16.0
2	顾军华	河北工业大学人工智能与数据科学学院	113	947	16.0	26.0
3	李炜	河北工业大学电气工程学院	7	31	3.0	5.0