论文部分内容阅读
点云作为一种重要的3D数据类型,随着3D采集技术的发展已被广泛用于多个应用场景。深度学习因其处理大型数据集的高效性、提取特征的自主性,成为点云分类研究的主导方法。首先对点云分类方法的研究现状进行了介绍,接着重点对基于深度学习的点云分类的主要方法和最新方法进行了阐述。根据数据处理方式对点云分类方法进行归类,总结对比了每类方法的主要思想和优缺点,并详细介绍了部分代表性、创新性算法的实现过程。最后,对点云分类面临的挑战及未来研究方向进行了展望。