基于深度学习的点云分割方法综述
作者： 福州大学数学与计算机科学学院; 福州350116; 福州大学福建省网络计算与智能信息处理重点实验室; 福州350116; 福州大学网络系统信息安全福建省高校重点实验室; 福州350116
摘要：点云分割是点云数据理解中的一个关键技术,但传统算法无法进行实时语义分割。近年来深度学习被应用在点云分割上并取得了重要进展。综述了近四年来基于深度学习的点云分割的最新工作,按基本思想分为基于视图和投影的方法、基于体素的方法、无序点云的方法、有序点云的方法以及无监督学习的方法,并简要评述;最后分析各类方法优劣并展望未来研究趋势。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社。
计算机工程与应用杂志
计算机工程与应用杂志， 半月刊，本刊重视学术导向，坚持科学性、学术性、先进性、创新性，刊载内容涉及的栏目：博士论坛、网络、通信与安全、数据库、信号与信息处理 、工程与应用等。于1964年经新闻总署批准的正规刊物。
- 北大期刊
- CSCD期刊
- 统计源期刊
- 1-3个月审核
