随着自动驾驶和机器人技术等实际应用的发展,人们越来越关注对3D点云的理解。虽然深度学习在基于图像的任务上取得了显著的成功,但深度神经网络在处理大量、非结构化和噪声的三维点时仍面临着许多独特的挑战。为了展示深度学习在理解三维点云方面的最新进展,本文从几个不同的方向(分类、分割、检测、跟踪、流量估计、配准、增强和补全),以及常用的数据集、指标和最新性能,总结了该领域最近显著的研究贡献。

https://www.zhuanzhi.ai/paper/e4ae936bed62e851d27089c9ddbe985e

成为VIP会员查看完整内容
30

相关内容

最新《深度学习视频异常检测》2020综述论文,21页pdf
专知会员服务
86+阅读 · 2020年9月30日
专知会员服务
65+阅读 · 2020年9月10日
最新《自然场景中文本检测与识别》综述论文,26页pdf
专知会员服务
70+阅读 · 2020年6月10日
图数据表示学习综述论文
专知
52+阅读 · 2019年6月10日
A Comprehensive Survey on Graph Neural Networks
Arxiv
13+阅读 · 2019年3月10日
A Probe into Understanding GAN and VAE models
Arxiv
9+阅读 · 2018年12月13日
VIP会员
相关主题
相关论文
微信扫码咨询专知VIP会员