点云分割

给点云里的每个点打标签，分出它属于哪类物体或哪一个物体。

点云分割是 2D 图像分割在 3D 上的对应：语义分割给每个点一个类别（桌子、杯子、地面），实例分割进一步区分同类的不同个体（杯子 1、杯子 2），部件分割把一个物体拆成把手、盖子等部件。2017 年斯坦福的 PointNet 首次让神经网络直接处理无序点集来做分类和分割，之后出现了 PointNet++、Point Transformer 系列等骨干网络。常用基准有室内的 ScanNet、S3DIS 和室外的 SemanticKITTI。机械臂抓取前通常先把目标物体的点分出来，再做位姿估计或抓取检测；移动机器人则用它分出地面、障碍物和可通行区域。

例子在桌面场景的点云中把「杯子」的点单独分出来，只把这部分送入抓取检测网络。

也叫

3D 语义分割、3D 实例分割、点云语义分割

相关

点云、语义分割、实例分割、PointNet、Point Transformer V3、抓取位姿检测

来源

PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation (arXiv 1612.00593)
Point Transformer V3: Simpler, Faster, Stronger (arXiv 2312.10035)