典型文献
深度学习在点云分类中的研究综述
文献摘要：
点云数据被广泛用于多种三维场景,深度学习凭借提取特征自动化、泛化能力强等优势在三维点云的应用领域快速发展,逐渐成为点云分类的主流研究方法.根据提取方式的不同,将现有算法归纳为传统方法以及深度学习算法.着重介绍基于深度学习的代表性方法和最新研究,总结其基本思想以及优缺点,对比分析主要方法的实验结果;展望深度学习在点云分类领域的未来工作以及研究发展方向.
文献关键词：
图像处理;点云分类;深度学习;特征提取;卷积神经网络
中图分类号：
作者姓名：
王文曦;李乐林
作者机构：
湖南科技大学 资源环境与安全工程学院,湖南 湘潭 411201;湖南科技大学 测绘遥感信息工程湖南省重点实验室,湖南 湘潭 411201
文献出处：
引用格式：
[1]王文曦;李乐林-.深度学习在点云分类中的研究综述)[J].计算机工程与应用,2022(01):26-40
A类：
B类：
点云分类,点云数据,三维场景,提取特征,征自,泛化能力,三维点云,提取方式,深度学习算法,基本思想,主要方法,未来工作,研究发展方向
AB值：
0.292099
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
