3D点云深度学习-浅谈点云分割

先说一点题外话

研究生三年，开始学了一年的图像检测，还没学明白，然后实验室都开始做点云，就转到点云方向做了两年，没什么大成就，因为感觉我学了两年时间刚刚入门，而且大多数的学习都是跑跑现成的代码，有一些结果就算有输出了，还没有真正的自己改的大网络或者写一整套代码，但是长期下来对这个方向也算是有点熟悉了。现在毕业了，没机会再做这个方向了，就按照自己了解的接触路线为一些刚接触的同学们介绍一下吧，说的也不一定都对，但是有空我就来整理补充一下。

背景

1.点云是什么？
官方解释：点云是在同一空间参考系下表达目标空间分布和目标表面特性的海量点集合。
实际上：点云是一组三维点(x,y,z)的集合。
2.深度学习是什么？
不知道，就是各种卷，跟上班一样，卷就完了。
3.点云深度学习的难点在哪里？
其实在图像中深度学习已经取得了很好的效果了，商用的模型随处可见，而点云最大的难点就是怎么解决点云的无序性问题，就是同一个物体的那么多点排列顺序不同，所得到的效果应该是相同的，目前都在想怎么更好的解决这个问题，当然，点云里面还有遮挡，嘈杂点等等因素的困难。
4.为什么点云深度学习最近比较火？
一方面是深度学习目前的学习能力比较强，另一方面，3D传感器发展的很多，更加接近真实世界，而且近期出现了很多3D应用，可能再有就是电云可能相对容易发论文一些吧&#