深度学习的三维模型识别研究综述.pdfVIP

计算机科学与探索1673-9418/2024/18(04)-0916-14

JournalofFrontiersofComputerScienceandTechnologydoi:10.3778/j.issn.1673-9418.2309010

深度学习的三维模型识别研究综述

1,21+111

周燕，李文俊，党兆龙，曾凡智，叶德旺

1.佛山科学技术学院电子信息工程学院，广东佛山528000

2.华南理工大学计算机科学与工程学院，广州510641

+通信作者E-mail:2112151081@

摘要：随着三维扫描仪、LiDAR等三维视觉感知设备的快速发展，三维模型识别方向正逐渐引起越来越多的

研究者的关注。该领域的核心任务是三维模型的分类与检索。深度学习技术在二维视觉任务方面已经取得

显著的成就，将这一技术引入三维视觉领域不仅突破了传统方法的限制，还在自动驾驶、智能机器人等领域取

得了引人瞩目的进展。然而，将深度学习技术应用于三维模型识别任务仍然面临着多项挑战。鉴于此，对深

度学习在三维模型识别任务中的应用进行综述。首先，论述了常用的评价指标和公开数据集，介绍每个数据

集的相关信息和来源。接着，从多个角度出发，包括点云、视图、体素以及多模态融合等，详细介绍现有具有代

表性的方法，并梳理了近年来的相关研究工作。通过在数据集上对这些方法的性能进行对比，分析各个方法

的优势和局限性。最后，基于各类方法的利弊，总结当前亟待解决的三维模型识别任务中的挑战，并展望了未

来在该领域的发展趋势。

关键词：三维视觉；深度学习；点云；视图；体素；多模态

文献标志码：A中图分类号：TP391

Surveyof3DModelRecognitionBasedonDeepLearning

1,21+111

ZHOUYan,LIWenjun,DANGZhaolong,ZENGFanzhi,YEDewang

1.SchoolofElectronicInformationEngineering,FoshanUniversity,Foshan,Guangdong528000,China

2.SchoolofComputerScienceandEngineering,SouthChinaUniversityofTechnology,Guangzhou510641,China

Abstract:Withtherapidadvancementofthree-dimensionalvisualperceptiondevicessuchas3Dscannersand

LiDAR,thefieldof3Dmodelrecognitionisgraduallygainingtheattentionofagrowingnumberofresearchers.This

domainencompassestwocoretasks:3Dmodelclassificationandretrieval.Sincedeeplearninghasalreadyachieved

significantsuccessintwo-dimensionalvisualtasks,itsintroductionintotherealmofthree-dimensionalvisualper-

ceptionnotonlybreaksfreefromtheconstraintsoftraditionalmethodsbutalsomakesnotablestridesinareassuch

asautonomousdrivingandintelligentrobotics.However,theapplicationofdeeplearningtechniqu