终于来了！三维点云从入门到精通系统视频学习课程

三维点云是计算机视觉领域的重要技术之一，其在三维重建、SLAM、语义分割、3D目标检测等方向表达重要信息，主要应用领域有三维重建、工业测量、自动驾驶、移动机器人等。

• 第一章 绪论

1. 点云数据与硬件
   
2. 点云处理基本算法
   
3. 常用点云软件及开源库
   

• 第二章 PCL基础

1. PCL配置
   
2. PCL中的IO模块、PCL目前支持的点云获取设备（kinnect等）
3. PCL点云数据的存储格式（PLY、LAS、PCD等），点云数据的可视化
4. PCL中的类成员介绍及如何自定义PCL风格类

• 第三章 进阶

1. 近邻搜索：k-d tree 与octree的概念以及相关算法；
2. 点云滤波算法及应用案例讲解；
3. 直线、平面检测（Ransac, Hough transform)
4. 深度图像和点云之间的转换，RangeImage类

• 第四章 点云关键点、特征描述符

1. 点云关键点、特征描述与提取（SIFT、Harris、NARF、法线特征、直方图描述子、深度图特征提取）以及应用场景分析（3D识别、位姿估计）

• 第五章 点云配准（两帧）

1. ICP类方法（ICP、point to plane ICP、Point to line ICP、MBICP、GICP、NICP方法的优缺点及应用场景）。
   
2. 基于特征的配准方法
3. 基于深度学习的配准方法

• 第六章 点云配准（多帧）

1. 基于图优化的方法
2. 基于激光 SLAM的方法

• 第七章 点云分割算法‍‍‍‍‍‍‍‍‍

1. 基于Kmeans、DBSCAN聚类算法、颜色、体素等方法，平面、圆柱体分割、大场景点云数据分割、不规则点云数据分割

• ‍‍‍‍‍‍‍‍‍‍‍‍‍八章 点云处理进阶模块

1. 点云处理的实例1（测量、重建、分割）
2. 点云处理的实例2（测量、重建、分割）
3. GPU下点云处理加速（简单介绍）
4. 深度学习在3D点云上的应用（简单介绍）

2. 优质的学习文章及代码

星球内部保持源源不断的更新领域文章和优质代码，分享VPR、ICCV、ECCV、ICRA、IROS、3DVision等顶会paper，领域包括但不限于点云处理、立体视觉、SFM、多视图几何、结构光、自动驾驶、姿态估计、3D检测、相机标定等~

图1 日常问答

图2 日常论文分享

图3 日常问答

图4 日常问答

图6 日常问答