科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着三维扫描仪、LiDAR等三维视觉感知设备的快速发展，三维模型识别方向正逐渐引起越来越多的研究者的关注。该领域的核心任务是三维模型的分类与检索。深度学习技术在二维视觉任务方面已经取得显著的成就，将这一技术引入三维视觉领域不仅突破了传统方法的限制，还在自动驾驶、智能机器人等领域取得了引人注目的进展。然而，将深度学习技术应用于三维模型识别任务仍然面临着多项挑战。鉴于此，对深度学习在三维模型识别任务中的应用进行一次全面的综述。首先，论述了常用的评价指标和公开数据集，介绍每个数据集的相关信息和来源。接着，从多个角度出发，包括点云、视图、体素以及多模态融合等，详细介绍现有具有代表性的方法，并梳理了近年来的相关研究工作。通过在数据集上对这些方法的性能进行对比，分析各个方法的优势和局限性。最后，基于各类方法的利弊，总结当前亟待解决的三维模型识别任务中的挑战，并展望了未来在该领域的发展趋势。
- 单位
