点云从入门到精通技术详解100篇-基于深度学习的三维植物点云分割网络

目录

知识储备

三维点云分割

什么是点云分割？ 

为什么要对点云进行分割？ 

点云分割技术 

点云分割的应用 

前言

研究现状及趋势

传统的植物表型分割方法

现行的植物表型分割方法

当前研究领域的趋势与问题总结  

3D点云的获取及降采样方法

2.2 三维点云的原理

2.3三维点云的成像

2.3.1飞行时间（ToF）

2.3.2 激光三角法

2.3.3 双目立体视觉成像法

2.3.4结构光3D成像法

2.4 体素化降采样和迭代最远点降采样

2.4.1 体素化降采样策略

2.4.2 迭代最远点降采样策略

2.4.3基于体素化的最远点降采样

2.5人工标注工具-- Semantic Segmentation Editor (SSE)

2.6 植物点云数据集  

一种专门针对植物点云的深度学习分割网络--PSegNet

3.2 PSegNet网络架构

3.3双近邻特征提取模块

3.4双粒度特征混合模块

3.5 注意力模块与输出处理

3.6 损失函数

---

---

本文篇幅较长，分为上下两篇，下篇详见基于深度学习的三维植物点云分割网络(续)

知识储备

三维点云分割

什么是点云分割？ 

点云是世界的一种非结构化三维数据表示，通常由激光雷达传感器、立体相机或深度传感器采集。它由一系列单