这篇综述主要是对当前在3D点云应用上表现优异的深度学习方法进行调查研究。我们首先探讨将深度学习直接应用到点云上所面临的挑战，简短地讨论早期通过将点云预处理为结构化数据从而克服上述挑战的方法。然后会回顾各种表现优异的深度学习方法，这些方法可以直接将点云处理为非结构化的网格数据。最后，我们会介绍一些常用的3D点云基准数据集，进一步探讨深度学习在分类，分隔，目标检测等3D视觉任务中的应用。
2021-05-27 14:11:28
1.41MB
1
基于halcon视觉库开发的3D点云数据读取，并实时显示3D点云模型，提供了开发的所有源代码，包括读取点云数据的源代码
2021-05-15 13:33:17
6KB
1
pyntcloud is a Python library for working with 3D point clouds.
2021-04-21 19:21:52
4.1MB
1
随着自动驾驶和机器人技术等实际应用的发展，人们越来越关注对3D点云的理解。虽然深度学习在基于图像的任务上取得了显著的成功，但深度神经网络在处理大量、非结构化和噪声的三维点时仍面临着许多独特的挑战。
2021-04-19 17:27:51
994KB
1
github链接链接：https://github.com/springzfx/point-cloud-annotation-tool
在windows平台编译完成后的exe和dll文件，可以直接打开使用，并对原项目进行了优化，增加了列表和标注文件的显示功能，标注起来更快，效率更高。
2021-04-12 09:59:27
43.67MB
1
压缩包中含有部分3D点云文件，并有完整的以VS2010为开发平台开发的win32项目，可以完美运行。主要实现3D点云文件的曲面重建，可将残缺模型重建为较为理想的新模型却不改变模型原本的拓扑结构。
2021-04-11 16:00:01
25.81MB
1
这是在我的描述icp配准的文章中所用到的三维点云文件。其中包含十个三维点云.ply文件，都是使用 intel realsense 深度摄像头拍摄到的点云图片。这十个点云来自于一段连续的录像，这十个点云文件可以用来初步地练习三维重建以及导航。
2021-03-25 09:39:29
1.97MB
1
第1部分--------------------------------------------------------
% 读取原始点云数据：X
% 通过旋转平移，构造试验点云数据：P
第2部分------点云粗配准----------------------------------------
第3部分--------ICP迭代，精配准---------------------------------
2021-03-02 18:11:55
529KB
1