深度学习在LiDAR点云分类与特征提取中的应用探索

周 扬 （ 中国能源建设集团黑龙江省电力设计院有限公司 ）

Abstract

本文深入探讨了深度学习在LiDAR点云分类与特征提取中的应用。通过分析基于体素、点云、图形和视 觉的深度学习模型，揭示了各方法的优缺点。基于体素的方法利用CNN进行特征提取，但存在量化误差；基于点云的 方法直接处理原始数据，计算效率高；基于图形的方法利用GCN处理图结构数据，但计算复杂度高；基于视觉的方法 将点云投影为二维图像，但信息损失较大。本文还展望了未来的研究方向，包括高效数据表示、局部特征提取改进、 多模态融合和自监督学习，旨在推动LiDAR点云处理技术的进一步发展。

Keywords

Full Text

References