仪器仪表学报

作者：陈慧娴，吴一全，张 耀

单位：陈慧娴,1.南京航空航天大学电子信息工程学院,,吴一全,1.南京航空航天大学电子信息工程学院,,张 耀,1.南京航空航天大学电子信息工程学院,

关键词：三维点云分析;深度学习;目标检测;分类分割;点云配准;点云拼接

基金：国家自然科学基金(61573183)项目资助

点云是目前自动驾驶、机器人、遥感、增强现实(AR)、虚拟现实(VR)、电力、建筑等领域最常用的三维数据处理形式,深度学习方法能够处理大型数据,且可自主提取特征,因此点云深度学习方法已逐渐成为研究热点。本文综述了近十年来基于深度学习的三维点云分析方法的研究进展。首先给出了三维点云深度学习的相关概念;然后针对点云目标检测与跟踪、分类分割、配准和匹配以及拼接这4种任务,分别阐述了相应的深度学习方法的原理,分析并比较了各自的优缺点;随后整理了18种点云数据集和4种点云分析任务的性能评价指标,并给出了性能对比结果;最后总结了点云分析方法目前存在的问题,对进一步的研究工作进行了展望。

来源：2023年第11期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2023年第11期