1. 毕业设计（论文）主要内容：
（1）对基于深度学习的三维点云分割分类问题进行研究
（2）研究基于深度学习的点云分割分类方法，并在现有算法的基础上设计出改进的点云分割分类算法
（3）设计深度神经网络，编写程序实现所设计的算法，并验证其可行性
2. 毕业设计（论文）主要任务及要求
（1）设计出能够有效对三维点云进行分割与分类的算法
（2）在公开数据集上进行实验，比较所设计的算法与现有算法的性能
（3）根据实验结果分析所提出算法与现有算法的优缺点
3. 毕业设计（论文）完成任务的计划与安排
（1）1-2周：阅读必读参考文献，提出设计方案并撰写开题报告
（2）3-4周：查阅其他相关文献，对现有的基于深度学习的三维点云分割分类方法进行研究
（3）5-6周：实现已有的点云分割分类算法，并分析比较各算法优缺点
4. 主要参考文献
[1] Grilli E,Menna F, Remondino F. a Review of Point Clouds Segmentation and ClassificationAlgorithms[J]. ISPRS - International Archives of the Photogrammetry, RemoteSensing and Spatial Information Sciences, 2017, XLII-2/W3:339-344.
[2] Roynard X, Deschaud J E, Goulette F. Paris-Lille-3D: a large andhigh-quality ground truth urban point cloud dataset for automatic segmentationand classification[J]. International Journal of Robotics Research,2017(185):027836491876750.
[3] Charles R Q , Su H, Kaichun M , et al. PointNet: Deep Learning on Point Sets for 3DClassification and Segmentation[C]// 2017 IEEE Conference on Computer Visionand Pattern Recognition (CVPR). IEEE Computer Society, 2017.
