dxzysk的专栏

摘要——自动驾驶汽车在过去几年中经历了快速发展。然而，由于复杂和动态驾驶环境的性质，实现完全自主并非易事。因此，自动驾驶汽车配备了一套不同的传感器，以确保强大、准确的环境感知。特别是相机-激光雷达融合正在成为一个新兴的研究主题。然而，到目前为止，还没有针对基于深度学习的相机-激光雷达融合方法的批判性评论。为了弥合这一差距并激发未来的研究，本文致力于回顾最近利用图像和点云的基于深度学习的数据融合方法。这篇综述简要概述了图像和点云数据处理的深度学习。随后在深度补全、目标检测、语义分割、跟踪和在线交叉传感器校准方

3D点云深度学习综述Deep Learning for 3D Point Clouds: A Survey论文翻译作者：Yulan Guo, Hanyun Wang, Qingyong Hu, Hao Liu, Li Liu, and Mohammed Bennamoun译者：dxzysk 译者注：本文仅是对原论文的翻译，作为学习笔记仅供记录、参考学习使用，建议阅读作者的英文原文。受水平限制，难免有错误之处，尽情谅解。原论文：https://arxiv.org/abs/1912.1203...