學(xué)妹問我：3D點云該怎么入門？

前段時間，實驗室Boss接了一個三維點云的項目，直接丟給了剛進實驗室的研一學(xué)妹。實驗室之前主要是做醫(yī)學(xué)圖像和工業(yè)檢測的，從沒涉及過3D數(shù)據(jù)。整個實驗室目前只有她在做這個方向，Boss對這個領(lǐng)域的了解也不夠深入，還需要年底做出成績。

這幾天學(xué)妹和我說，她很無助，也很焦慮。只能網(wǎng)上找資料，一通找，結(jié)果發(fā)現(xiàn)是個坑，這才問我，咋樣才能快速整明白，出成果。

我說，找?guī)灼杏绊懥Φ娜S點云的綜述論文（引用量大于100的）研究一下，沿著發(fā)展脈絡(luò)，可以快速上手。

她說，不行啊，三維點云坑太大，網(wǎng)上沒有啥好的資料，而且論文中的算法非常復(fù)雜，基礎(chǔ)內(nèi)容沒有搞懂，沒法上手。包括：

· 點云目前的主要存儲格式都有pts、LAS、PCD、.xyz和.pcap 等多種；

· PCL、VCG、Open3D這些基礎(chǔ)算法庫如何操作點云，以及如何實現(xiàn)點云相關(guān)的獲取、濾波、分割、配準(zhǔn)、檢索、特征提取、識別、追蹤、可視化等操作；

· 進一步的，用深度學(xué)習(xí)如何做三維點云，分類、分割、目標(biāo)檢測，等等。

……

我啞然一笑，感嘆學(xué)妹不容易。看在她這幾天請我吃飯的份上，我聯(lián)系上一位新加坡國立大學(xué)的博士大佬，給她總結(jié)了一份三維點云的學(xué)習(xí)路徑。

這不，剛把資料給學(xué)妹一個月，她的學(xué)習(xí)不再慌張。

那么問題來了，新加坡國立大學(xué)的大佬到底給了啥資料？

深度學(xué)習(xí)當(dāng)?shù)?，傳統(tǒng)方法是否依然重要？

我們看看最新的三維點云綜述，有個直觀的感覺，就是當(dāng)下主流是Deep Learning-based 的方法。但是這并不意味著，傳統(tǒng)方法不再重要了。

恰恰相反，實際應(yīng)用場景中，傳統(tǒng)方法作為可解釋的方法，擔(dān)負(fù)著效果兜底的艱巨使命。畢竟，深度學(xué)習(xí)需要大量的數(shù)據(jù)，訓(xùn)練數(shù)據(jù)集中無法覆蓋實際場景中的所有情形，因此當(dāng)出現(xiàn)訓(xùn)練數(shù)據(jù)中沒有的場景時，深度學(xué)習(xí)的效果往往也會比較差。

這里傳統(tǒng)算法包括：

· 最近鄰算法----基于二叉搜索樹、KD-樹和OCtree；

· 聚類算法----K-means、GMM和譜聚類；

· 模型濾波----meanshift、dbscan魯棒最小二乘、霍夫變化和RANSAC；

· 常見任務(wù)----SVM，機器學(xué)習(xí)等。

基于深度學(xué)習(xí)的三維點云方法梳理

這個學(xué)習(xí)路徑不是我給出的，是新加坡國立大學(xué)的博士大佬給出的。

這里給出一些目前的三維點云方向的算法總結(jié):

好家伙，這么一堆算法和論文，光是看就得幾個月，何況還要搞懂和研究創(chuàng)新點。

所以，博士大佬給出了一個明確的學(xué)習(xí)路徑：

1. 首先從深度學(xué)習(xí)展開，包括經(jīng)典的PointNet和PointNet++算法，以及GCN算法，這三個基礎(chǔ)算法吃透完全可以入門深度學(xué)習(xí)三維點云處理；

2. 接著，就是三維點云的目標(biāo)識別，包括了基本的RCNN，F(xiàn)astRCNN，F(xiàn)asterRCNN，SSD算法，以及VoxelNet，PointPillars，還有PointRCNN這一三維點云識別經(jīng)典方法，當(dāng)然還有點云和圖像融合的方法：Frustum PointNet，PointPainting；

3. 其次，3D特征檢測，大佬推薦了ISS、USIP和SO-net算法；

4. 再其次，3D特征描述，推薦的算法有：PPFNet和PPF-FoldNet，當(dāng)然很多基礎(chǔ)的匹配內(nèi)容也有，包含：3DMatch和Perfect Match；

5. ……

學(xué)妹有了這份資料，信心倍增，但是也有一些新問題，她說基礎(chǔ)不扎實，看paper以及開源代碼效率比較低，要是能有人將這些內(nèi)容整理成教學(xué)視頻就好了。并且，教學(xué)視頻最好能提煉各個方法的核心思想，這樣能節(jié)省很多看paper的時間。

我吐了一口老血，學(xué)妹要求是越來越高!!!

這不，博士大佬剛好有時間了，他出了一期三維點云處理的詳細(xì)教程，就在深藍(lán)學(xué)院，從基礎(chǔ)到深入，從理論到代碼，從實踐到Project項目，手把手教你入門三維點云，趕緊關(guān)注一波!!!

優(yōu)惠名額僅剩38人

掃碼備注【實用】

搶占優(yōu)惠名額啦~

大咖介紹

黎嘉信

自動駕駛研究科學(xué)家，新加坡國立大學(xué)博士

博士期間，師從電子與計算機系Ben M.Chen 教授及計算機系Lee Gim Hee教授，主要研究領(lǐng)域為計算機視覺、深度學(xué)習(xí)、機器人、無人駕駛。在C出票人2018，ICCV 2019，ICAR 2019,IROS 2017的頂級會議上以第一作者發(fā)表多篇論文。

學(xué)完課程你能收獲

1.深入理解各個經(jīng)典點云算法，涉獵前沿的感知方向的深度學(xué)習(xí)算法

2.了解在實際應(yīng)用場景中各種算法的優(yōu)勢與局限，配有實踐項目，學(xué)練結(jié)合

3.答疑群超多大佬，結(jié)實有學(xué)問、有經(jīng)驗的同行

課程大綱

優(yōu)惠名額僅剩38人

掃碼備注【實用】

搶占優(yōu)惠名額啦~