点云分类与分割的区别联系

最近碰到了分割和分类的概念，理解如下：
1.定义
1.1点云分割
point cloud segmentation：根据空间，几何和纹理等特征点进行划分，是同一划分内的点云拥有相似的特征。点云分割的目的是分块，从而便于单独处理。
1.2点云分类
point cloud classification：即为每个点分配一个语义标记。–>点云的分类是将点云分类到不同的点云集，同一个点云集具有相似或相同的属性，例如，法向量，曲率，树木，人等。
依据获取特征的方式不同, 三维点云分类方法分为三大类:基于点的分类, 基于传统机器学习方法的分类和基于深度学习的分类。
2.区别与联系
2.1区别
分割，就是按照特征分区域，分块（类似省市边界划分）。
分类，是具有相同或相似属性（类似华北地区省份，华南地区省份）。
2.2联系
分类可以在分割的基础上进行，也可以直接对点进行分类。
在深度学习中二者都有涉及，并且分类多在分割的基础上进行，如pointnet等。

ps：可参考二维图像中二者的区别：

参考文献：
[1]三维激光扫描点云分类方法研究进展综述
[2]http://www.pointclouds.org/documentation/
[3]建筑物室内SLAM点云的分割与分类
[4]https://blog.csdn.net/niaolianjiulin/article/details/52948274