PCL：三维点云概述（一）

---

一、点云处理任务

英文名称	中文名称	说明
Object classification	物体分类	识别物体的类别名称
Parts segmentation	部件分割	对一个物体的不同部件进行分割识别
Object detection	目标检测	对点云表示的物体进行识别，并把感兴趣的物体用立体框框出
Semantic segmentation	场景与语义分割	对场景中的物品进行分类

二、三维图像表示方法

名称	图片
Point Cloud
Mesh
Volumetric
Projected View RGB D

三、点云数据的应用

• Robot Perception
• Augmented Reality
• Shape Design
• VR
• FaceID

四、训练数据集

• Datasets for 3D Shape Classification
• Datasets for 3D Object Detection and tracking
• Datasets for 3D Point Cloud Segmentation

五、挑战

• Irregular. Sparse and dense regions(激光雷达：进密远疏)
• Unstructured. No grid, each point is independent and distance between neighboring points is not fixed.
• unorderd.
  导致置换不变性

六、处理方法

• Voxel based Methods
• multiview based Methods
• point-based Methods
  a. PointNet
  b. PointNet++
• Convolution-based Methods
  a. 3D neighboring points
  b. 3D continuous convolution
  c. 3D discrete convolution
• Graph-based Methods