三维点云 | 从零学习点云数据采集与配准

在实际工程中，我们通常可以用不同的方式获取真实世界物体在计算机里的三维数据，比如Mesh、Volumetric以及R-GBD等，都能够帮助我们获取物体的三维信息。但无论是LiDAR、结构光还是TOF等深度传感器，都是直接获取点云信息，同时还可以把GBD信息同步到点云数据中去，使得物体的三维信息和颜色信息都能够表示出来。因此随着深度传感器的普及，深度学习在点云上的应用也更为广泛。在计算机视觉、自动驾驶、机器人等领域受到越来越多的关注。提到点云深度学习就离不开PointNet和PointNet++等经典的点云算法，PointNet中常用的有两种操作：1x1 convolution 和Max-pooling，然而只有这两种操作实际上对3D识别来讲是远远不够的。受到CNN的启发，紧接着同一批作者发表了PointNet++，它 ………………………………