《表1 点云语义分割方法的分析与总结》
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。
图表编号 | XD00200914000 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.01 |
作者 | 景庄伟、管海燕、臧玉府、倪欢、李迪龙、于永涛 |
绘制单位 | 南京信息工程大学地理科学学院、南京信息工程大学遥感与测绘工程学院、南京信息工程大学遥感与测绘工程学院、南京信息工程大学遥感与测绘工程学院、武汉大学测绘遥感信息工程国家重点实验室、淮阴工学院计算机与软件学院 |
更多格式 | 高清、无水印(增值服务) |