一、第一章大纲
1.课程介绍
2.主成分分析(Principal Component Analysis)
3.下采样(Downsampling)
4.过滤(Filtering)
二、
点云表示:N×3矩阵之类
点云来源:RGB-D相机、Lidar
点云用途:人脸识别、三维重建、无人车(目标检测、语义分割)
点云优点:表达三维(其他Mesh、Voxel Grid、Octree)矩阵方便简单
点云缺点:①密度(激光雷达里远处反射点少)②不规则(图像很规整,但点云很难找到邻居)③没有纹理信息(三人成车,跟车背面宽度一样)④无序的(矩阵换行表达同一个,但对深度学习就是不一样Pointnet)⑤旋转(坐标不同但还是同一个,对深度学习挑战)
点云处理方法:
1.传统方法(可控,预期输出)
2.深度学习(黑盒子但好用,简单,物体检测完爆传统方法)
①采集②标注③训练
最后做一些定位 旋转矩阵