DeepRoute Lab | 点云分割

​本次将会给大家带来一个简单的关于点云分割的survey分享。首先什么是点云，点云是激光雷达产生的离散数据，具备稀疏性、无序性、尺度不变性等特性。

什么是点云分割，点云分割其实是为了给每个点打上语义标签，整个任务对于自动驾驶、机器人、AR\VR都特别重要，可以用来去噪、地面检测等等。

点云分割的挑战性

1. 点数过多，尤其是对于自动驾驶的场景，整体的点数可能超过10W；

2. 稀疏性，需要设计一系列的算法去应对点云的稀疏性，相比于图像数据，需要设计高效的算法去处理稀疏的点云数据；

3. 无序性。

一个好的点云网络应该能够考虑到这几个特性。

接下来，我会根据点云的表征方式给大家介绍一些经典的点云分割的paper。

首先根据点云的表征方式可以分为point-based，voxel-based， range-view-based，multi-representation based methods。当前基于transformer的方式我们暂时不介绍。

point-based的方法

1.PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation

Pointnet是