李梦吉，韩 燮

(中北大学大数据学院，太原 030051)

随着激光扫描技术的快速发展，在遥感测绘、虚拟现实、自动驾驶、机器人等领域采集点云数据变得方便快捷。但如何有效地处理三维点云数据就显得至关重要。

近年来，利用深度学习处理三维数据(体素、点云、网格模型等)的相关研究发展迅速。由于早期深度学习在二维图像分类和分割领域上的巨大成功，对于三维数据处理的方法之一是从多视角获得二维图像序列，对图像序列采用成熟的卷积神经网络进行三维模型分类。如MVCNN[1]将二维图像的深度学习算法应用于三维模型多视角下的二维图像上，获得了三维模型的分类结果。MVCNN通过融合不同视角下的2D特征,得到一种聚合的3D描述子进行模型分类。其缺点是处理方式烦琐，三维模型变换到二维图片损失了部分几何信息，且无法解决物体自遮挡问题，难以扩展到自动驾驶任务或其他3D分类、分割等任务中。基于体素的分类模型，融合了体素和多视角方法的VoxNet[2]、直接处理体素化模型的3D-ShapeNets[3]，通过对三维模型体素化之后，再利用3D CNN训练。ShapeNets与VoxNet存在的问题，一方面是维度爆炸的问题，在体素化后模型由30×30×30的小体素块组成，以较低的分辨率来表示三维模型，与原始输入的三维模型的信息相比，带来较大的信息损失，若以高分辨率的小体素块表示又引入较高的计算复杂度。另一方面，现有深度学习框架对于CNN的设计较适用于结构化的规整数据(例如图像数据)，三维模型的数据是一种非欧氏空间的表示，当使用3D 卷积核处理边缘部分时的填充(padding)操作会产生较大的误差。……