基于深度学习的三维点云分割与分类开题报告

 2020-02-10 11:02
1.目的及意义(含国内外的研究现状分析)
随着激光雷达和深度摄像头的发展,点云数据的获取变得更加简单,对点云数据的处理也越来越受关注,例如点云的分割可以用在无人驾驶汽车和医学图像处理等领域,因而设计出有效的点云分割算法具有重要的实际意义。虽然自从深度学习提出以后,其在图像处理和自然语言处理等方面取得了巨大的成功。但是由于点云数据的特性,例如点的位置不固定而难以直接运用卷积操作,且对点云的处理方法需要具备点云的排列不变型,即对于不同顺序的点云表示的是同一物体,故如何将深度神经网络运用于三维的点云数据上则依然是一个难题。
您需要先支付 5元 才能查看全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找,微信号:bysjorg 、QQ号:3236353895;