ポイントクラウドのための深層学習に基づくセマンティックセグメンテーションのレビュー

近年、深度センサーや3Dスキャナーの普及により、3Dポイントクラウドの急速な発展が見られます。ポイントクラウドのセマンティックセグメンテーションは、3Dシーンを理解するための重要なステップとして、研究者の広範な関心を集めています。このトピックにおける最近の進展は、主に深層学習に基づく手法によって先導されています。本論文では、間接セグメンテーションから直接セグメンテーションに至るまでのさまざまな側面をカバーする調査を提供します。まず、マルチビューとボクセルグリッドに基づく間接セグメンテーションの手法、ならびに点の順序、多尺度、特徴融合およびグラフ畳み込みニューラルネットワーク（GCNN）の融合を含む異なる視点からの直接セグメンテーション手法をレビューします。次に、ポイントクラウドセグメンテーションのための一般的なデータセットを紹介し、研究者が自分のタスクに最も適したものを選択できるようにします。その後、これらの手法の定量的な結果を分析する部分を論文に割いています。最後に、ポイントクラウドセマンティックセグメンテーション技術の発展動向を展望します。