基于深度学习的点云语义分割研究综述

景庄伟，管海燕，臧玉府，倪 欢，李迪龙，于永涛

1.南京信息工程大学地理科学学院，南京210044

2.南京信息工程大学遥感与测绘工程学院，南京210044

3.武汉大学测绘遥感信息工程国家重点实验室，武汉430079

4.淮阴工学院计算机与软件学院，江苏淮安223003

近年来，随着计算机视觉、人工智能以及遥感测绘的发展，SLAM（simultaneous localization and mapping）技术、Kinect 技术以及激光扫描等技术日渐成熟，点云的数据量迅速增长，针对描述点云数据空间信息的高层语义理解也越来越受到关注。语义分割作为点云数据处理与分析的基础技术，成为自动驾驶、导航定位、智慧城市、医学影像分割等领域的研究热点，具有广泛的应用前景。语义分割是一种典型的计算机视觉问题，也称为场景标签，是指将一些原始数据（例如：二维（two-dimensional，2D）图像、三维（threedimensional，3D）点云）作为输入并通过一系列技术操作转换为具有突出显示的感兴趣区域的掩模。

点云语义分割是把点云分为若干个特定的、具有独特性质的区域并识别出点云内容的技术。由于初期三维数据模型库可用数据量较少以及深度网络由二维转到三维的复杂性，传统的点云语义分割方法大多是通过提取三维形状几何属性的空间分布或者直方图统计等方法得到手工提取特征，构建相应的判别模型（例如：支持向量机（support vector machine，SVM）[1]、随机森林（random forest，RF）[2]、条件随机场（conditional random field，CRF）[3]、马尔可夫随机场（Markov random field，MRF）[4]等）实现分割。由于手工提取的特征主要依靠设计者的先验知识以及手工调动参数，限制了大数据的使用。伴随着大型三维模型数据的出现和GPU 计算能力的不断迭代更新，深度学习在点云语义分割领域逐渐占据了绝对主导地位。……