3D点云-的初识

欢迎来到机器学习的世界 
博客主页：卿云阁

欢迎关注点赞收藏⭐️留言

本文由卿云阁原创！

本阶段属于练气阶段，希望各位仙友顺利完成突破

首发时间：2021年7月16日

✉️希望可以和大家一起完成进阶之路！

作者水平很有限，如果发现错误，请留言轰炸哦！万分感谢！

2020年7月6日 星期三 天气：小雨

---

一、点云数据

point clouds(点云)

    即三维空间中点的集合；由N个D维的点组成，当D=3则可表示为三维坐标点（x,y,z) ,每一点都是由某个（xyz）位置决定的，我们同时可以为其指定其它的属性（如 RGB 颜色）。

RGB-D
RGB-D 是广泛使用的 3D 格式，其图像每个像素都有四个属性：即红（R）、绿（G）、蓝（B）和深度（D）。在一般的基于像素的图像中，我们可以通过（x，y）坐标定位任何像素，分别获得三种颜色属性（R，G，B）。而在 RGB-D 图像中，每个（x，y）坐标将对应于四个属性（深度 D，R，G，B）。

点云的表达方式更为简单，一个物体可以表示为一个N*D的矩阵。比如一只兔子是1000个点组成，一个点有6个值，一只兔子可以用[1000*6] 表示。

 点云目前的主要存储格式包括：pts、LAS、PCD、.xyz 和. pcap 等

类似这种格式： 

 二. 如何提取特征

基本出发点（怎么提取特征）

对每一个点做一个升维，比如升到1024维，然后再做max

mlp相当于感知机，相当于全连接层，这样我们就可以完成一个分类任务了。

输入数据，n*3，假设n=2048