机器学习笔记 - 3D数据的常见表示方式

一、简述

        从单一角度而自动合成3D数据是人类视觉和大脑的基本功能，这对计算机视觉算法来说是比较难的。但随着LiDAR、RGB-D 相机（RealSense、Kinect）和3D扫描仪等3D传感器的普及和价格的降低，3D 采集技术的最新进展取得了巨大飞跃。与广泛使用的 2D 数据不同，3D 数据具有丰富的尺度和几何信息，从而为机器理解提供了更广泛的机会。

        然而，与2D数据相比，3D数据的可用性相对较低，且获取成本较高。因此，最近提出了许多深度学习方法来从可用的 2D 数据合成 3D 数据，而不依赖于任何3D传感器。但在深入研究这些方法之前，先了解处理3D数据的格式。

从 2D 输入进行 3D 合成

        合成的三维数据可以根据数据的最终用途，而使用不同的格式表示。