三维点云是最重要的三维数据表达方式之一，相比于图像而言，点云自身的特性使其更难处理：首先，点云是不规则分布的，比图像的规则网格更难，并且点云更稀疏；其次，点云缺少了图像中的纹理，导致在语义分析方面较为困难。
（三维点云的一些应用场景）
与图像相比，点云有这些糟糕的特性，那为什么还在各个领域有广泛应用呢？这是因为点云比2D图像多提供了一个维度的信息，即深度信息。世界本来处于三维空间中，点云可以直接精确地获取三维数据，而图像则需要通过透视几何来反推三维数据（不精确）。
由于三维点云的应用面非常广，点云处理所涉及的算法也多种多样，涵盖了机器人、计算机视觉的各个分支。这对学习技术有了很高的要求，但相关教材寥寥无几，网上资料也比较零散，国内外系统讲解三维点云算法原理及配套实践的课程更是屈指可数。
基于此，深蓝学院开设了『三维点云处理』课程，希望通过这门课，大家能对一些经典算法的理论有一些清晰的认识，自己能实现这些算法，而不是简单调用一个API而已。

（三维点云处理课程开篇语-黎嘉信）
1
 课程讲师
黎嘉信
高仙机器人深度学习总监
新加坡研发中心总监
2014年清华大学本科毕业，2018年新加坡国立大学博士毕业，师从陈本美教授和Lee Gim Hee教授。此前历任Motional感知科学家和夜间驾驶负责人、字节跳动Al Lab视觉科学家。以第一作者发表多篇计算机视觉/机器人顶级会议论文，包括CVPR、ICCV、ICRA、IROS等。
2
课程大纲
（本课程中文授课，点击图片查看大图）
3
实践项目
本门课程采用理论与实践相结合的教学方式，通过9个实践项目，让大家将课上所学知识，即学即用，通过亲自动手实践达到灵活掌握，融会贯通的效果。
4
学后收获
1. 对三维点云这一领域有全方位的认知，了解三维感知的各种问题及解决方案；
2. 深入理解各个经典点云算法，比如octree，ICP，PointNet等，并且在真实数据集上实现、应用这些算法；
3. 涉猎最前沿的感知(Perception)方向的深度学习算法，比如物体检测、点云配准、特征提取等，了解学术界的热点问题及发展趋势；
4. 了解实际应用中各种算法的优势及局限，对于具体问题如何选择合适的算法，以及如何修改算法应对长尾/边缘问题（longtail/edge cases）。
5
还能收获什么
1. 优质的学习圈子
伙伴们大多是来自985、211及海外院校硕博，在这里大家一起学习、进行讨论与研究。独一无二的优质圈子将是你未来学习与就业的宝贵资源。
2. 企业认可的证书
学完课程后将有机会收获优秀学员证书、毕业证书，为你的简历加分添彩。
6
课程服务
1. 三师助力
讲师&助教及时答疑解惑，班主任全程带班督学，帮你克服拖延，不断进步。
（左右滑动，查看更多）
2. 定期班会
助教会对作业进行1V1讲评和指导；在班会中，学习更多技巧；在交流中收获更多思路。
抢占优惠名额
现在报名，立享优惠
扫码备注“113”，优先通过！
↓↓↓
添加客服『黎新』
继续阅读
阅读原文