三维点云数据处理及算法实践

三维点云是最重要的三维数据表达方式之一，相比于图像而言，点云自身的特性使其更难处理：首先，点云是不规则分布的，比图像的规则网格更难，并且点云更稀疏；其次，点云缺少了图像中的纹理，导致在语义分析方面较为困难。

（三维点云处理课程开篇语-黎嘉信）

高仙机器人深度学习总监

2014年清华大学本科毕业，2018年新加坡国立大学博士毕业，师从陈本美教授和Lee Gim Hee教授。此前历任Motional感知科学家和夜间驾驶负责人、字节跳动Al Lab视觉科学家。以第一作者发表多篇计算机视觉/机器人顶级会议论文，包括CVPR、ICCV、ICRA、IROS等。

（本课程中文授课，点击图片查看大图）

1. 对三维点云这一领域有全方位的认知，了解三维感知的各种问题及解决方案；

2. 深入理解各个经典点云算法，比如octree，ICP，PointNet等，并且在真实数据集上实现、应用这些算法；

3. 涉猎最前沿的感知(Perception)方向的深度学习算法，比如物体检测、点云配准、特征提取等，了解学术界的热点问题及发展趋势；

讲师&助教及时答疑解惑，班主任全程带班督学，帮你克服拖延，不断进步。

（左右滑动，查看更多）