点云中语义信息的隐式引导与显式表征：综述
计算机视觉与模式识别
2025-01-13 v1
摘要
点云作为 3D 表示方法，在自动驾驶、测绘、电力、建筑和游戏等行业得到广泛应用，并已被严格考察其准确性与鲁棒性。从场景中提取语义信息可增强人类理解和机器感知。通过将来自二维场景的语义信息与三维点云集成，研究人员旨在提高各类任务的精度和效率。本文提供了对语义信息在点云中集成应用和近期进展的全面综述。我们探讨了语义信息在点云中的双重角色，涵盖传统和新兴任务中的隐式引导和显式表征。此外，我们对公开可用的针对特定任务的数据集进行了比较分析，并呈现了若干显著观察。最后，我们讨论了在充分利用点云中的语义信息时可能出现的挑战和潜在问题，提供了我们的观点。与分类和组织的与语义相关的点云任务文章，持续跟踪不同领域的相关成就，可通过 https://github.com/Jasmine-tjy/Semantic-based-Point-Cloud-Tasks 访问。
引用
@article{arxiv.2501.05473,
title = {Implicit Guidance and Explicit Representation of Semantic Information in Points Cloud: A Survey},
author = {Jingyuan Tang and Yuhuan Zhao and Songlin Sun and Yangang Cai},
journal= {arXiv preprint arXiv:2501.05473},
year = {2025}
}