《表3 不同模型在典型点云数据集上的分割效果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的点云语义分割综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从点云语义分割的执行时间、空间复杂度和准确率的分析可知，不同方法各有优缺点。基于PointNet改进的模型虽然在分割效果方面表现良好，但其网络模型复杂，导致执行时间长。对于空间复杂度而言，基于原始点云的语义分割模型与多视图和体素化的语义分割方法相比，参数量明显较少，且效果优。随着算法和网络模型的不断改进，点云在不同数据集上的分割精度会越来越高。