目录
前言
近年来,随着三维数据采集相关的硬件设备,如激光扫描仪、深度摄像头等成本
逐渐降低,采集性能逐渐增加,三维数据开始大量涌现,但是在实际应用中由于采集
设备性能和环境的限制,真实扫描到的三维数据通常会因为遮挡、视点不同和噪声干
扰等问题,造成数据的缺失,限制了三维数据在深度学习领域中的运用。例如,在对
三维数据进行分类任务中,若三维数据残缺,会极大的影响到最终的分类效果。因此
如何完善残缺的三维数据成为三维理解任务 (包括三维物体识别,三维数据语义分割,
三维物体检测
)
中一个