《表1 点云语义分割方法的分析与总结》

  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研究综述》

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

随着深度学习技术的出现，点云语义分割领域实现了巨大的改进。近年来，研究者们提出了大量的基于深度学习的分割模型以处理点云。与传统算法相比，此类模型性能更优，达到了更高的基准。本章根据三维点云数据处理方式，将基于深度学习的三维点云语义分割方法分为两大类，即间接语义分割方法和直接语义分割方法。间接语义分割方法是将原始点云数据转换为常规的3D体素网格或者多视图，通过数据转变的方式间接地从三维点云数据中提取特征，从而达到语义分割的目的。直接语义分割方法是直接从点云数据中提取特征信息，在没有向体素和多视图转换的情况下，体系结构保留原始点内的固有信息以预测点级语义。表1对本文介绍的点云语义分割方法进行了分析与总结。