3D 深度学习中基于体素和基于点云的方法哪种更优？

文章预览

翻译：particle 编辑：点云PCL 欢迎各位加入知识星球，获取PDF论文，欢迎转发朋友圈。 文章仅做学术分享，如有侵权联系删文。 公众号致力于点云处理，SLAM，三维视觉，高精地图等领域相关内容的干货分享，欢迎各位加入，有兴趣的可联系dianyunpcl@163.com。 文章未申请原创 ， 请勿随意转载！ 侵权或转载 联系微信cloudpoint9527。 摘要 在3D深度学习领域，主要的竞争在于体素（Voxels）与点（Points）之间。你会发现，这两种方法各有特点：一种相对保守、多才多艺且“安全”，而另一种则更具创新性、颠覆性且精准。 基于点的方法：从 PointNet 到Point Transformers 可以使用什么来自计算机视觉领域来在点云上使用深度学习？不是很多，但主要是多层感知器和 2D 卷积。但是点云比图像更难处理，图像具有固定的宽度和高度，它是一个矩形矩阵，其中每个像素都 ………………………………