原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
语义分割作为三维感知领域的研究热点，在自动驾驶等实际场景中有重要作
用，可为道路行驶区域划分、高精地图构建与定位、导航避障等任务赋能。由于
点云具有非结构化、排列无序和置换不变的特点，其分割方法显著区别于二维图
像分割方法。传统点云分割方法需要频繁调参，泛化能力差，而基于深度学习的
语义分割方法在数据驱动下表现良好，近年来在网络结构与数据处理等层面的研
究也不断推陈出新。
本文重点研究面向室外大场景的点云语义分割方法。首先，针对大场景点云
数据规模庞大，难以一次性分割的问题，设计了基于随
文档评论（0）