线上分享会预告之三维模型检索技术介绍
大家好。本周公众号将迎来第一位线上直播分享会，此次分享是一次接力，我们希望更多的加入我们一起分享。这里先预告一下，线上直播的时间在本周三晚上19::00，大家多多关注。
本周线上分享会预告
主讲题目：三维模型检索技术介绍
主题内容
介绍三维模型检索技术的背景与应用价值、介绍目前常见的检索算法并主要介绍其中旋转不变球谐描述子的特点与细节。
主讲人：河海大学在读研究生，研究方向为激光雷达数据处理与应用
时间：2019-2-19 晚上19:00
观看方式：
直播地址：https://live.bilibili.com/21847497
参与讨论方式：
加入微信交流群，在直播过程中，可以将自己的问题，发送到群里，直播结束后进行讨论，加群方式，在该文章的末尾评论,评论格式“姓名+学校/公司”，或者在公众号直接发送“线上分享讨论微信群”关键字获取加群方式。
下周分享会预告
主讲题目：深度学习在3D场景中的应用
分享内容：
介绍3D场景中的主要任务和点云数据使用中存在的挑战。
介绍目前深度学习在点云数据中的使用情况，针对目标检测，场景分割等任务，结合Pointnet,Pointnet++等多个深度学习框架进行分析研究。
主讲人：
圣彼得堡ETU软件工程在读研究生，研究方向为深度学习在NLP和CV中的应用。
敬请期待，欢迎分享。
提倡分享
点云PCL公众号创立的初衷就是希望大家能够主动分享，积极交流，共同进步！目前为止，以点云、算法为中心，我们举办了好几次的论坛分享交流活动，有时候也能收到同学们翻译的文章，分享在公众号平台上，供大家交流和学习。但是，仅凭群主或部分同学的力量，还不足以让更多有意愿的人加入互相分享互相交流互相学习的队伍之中。我想大家都读本科或者研究生或者平常任何时候学习的过程中都会有这样的感受，那就是“无人交流”，没有办法将自己所学所看到的知识与同行人交流分享，或者说答疑解惑，这是一件很痛苦的事情。所以从研究生阶段开始，我就自己着手做“点云PCL”微信公众号，目的就是想通过这样的方式，认识更多志同道合的朋友，并且能相互学习和启发；同时也开始写一些博客，虽然可能写的并不够好，但是几年的坚持和积累也让我自身学到很多。到后来随着公众号的人数增多，以及微信群和QQ群的壮大，公众号后台以及邮箱不断的有人询问各种问题，我开始忙不过来，无法一一解答和回复，所以我慢慢觉得靠我一个人的分享是不行的，所以我每次发文章都会在公众号的最后在呼吁大家都能够主动分享，因为你遇到的问题，我不一定就遇到了，但是肯定有其他小伙伴将来会遇到。不如就鼓励大家一起分享，如此才能给更多的初学者提供帮助。
后语
让我们一起来一场点云技术爱好者的接力分享吧！我们期待有想法，有意愿的小伙伴能够加入我们的线上分享小组，能够积极主动的分享。
分享的主题主要有三维视觉，点云，高精地图，自动驾驶，以及机器人相关的领域。我们期待各个高校的研究者们以及各行各业的技术大拿们参与其中！
参与方式：可联系群主微信“920177957”（需要按要求备注）或者邮箱：[email protected]，同时也欢迎企业来联系公众号展开合作。
资源
大场景三维点云的语义分割综述
PCL中outofcore模块—基于核外八叉树的大规模点云的显示
基于局部凹凸性进行目标分割
基于三维卷积神经网络的点云标记
点云的超体素(SuperVoxel)
基于超点图的大规模点云分割
基于鱼眼相机的SLAM方法介绍
点云学习历史文章大汇总
关于我们
目前微信交流群不断壮大，由于人数太多，目前有两个群，为了鼓励大家分享，我们希望大家能在学习的同时积极分享，将您的问题或者小总结投稿发到群主邮箱主邮箱[email protected]。
以上内容如有错误或者需要补充的，请留言！同时欢迎大家关注微信公众号,积极分享投稿，或者加入3D视觉微信群或QQ交流群。
原创不易，转载请联系群主，注明出处
更多相关：
-
标题：Voxelized GICP for Fast and Accurate 3D Point Cloud Registration作者：Kenji Koide, Masashi Yokozuka, Shuji Oishi, and Atsuhiko Banno来源：分享者代码：https://github.com/SMRT-AI...
-
点云PCL免费知识星球，点云论文速读。标题：LIC-Fusion 2.0: LiDAR-Inertial-Camera Odometry with Sliding-Window Plane-Feature Tracking作者：Xingxing Zuo1;2, Yulin Yang3, Patrick Geneva3, Jiajun...
-
点云PCL免费知识星球，点云论文速读。标题：CMRNet++: Map and Camera Agnostic Monocular Visual Localization in LiDAR Maps作者：Daniele Cattaneo, Domenico Giorgio Sorrenti, Abhinav Valada来源：分享者...
-
点云PCL免费知识星球，点云论文速读。标题：LIO-SAM: Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping作者：Tixiao Shan, Brendan Englot, Drew Meyers, Wei Wang, Carlo Ratti, and...
-
前言CloudCompare是另一款开源且完善的点云处理软件，我们可以在这款软件的基础上，任意的设计成我们想要的界面，可以说是点云处理软件的最佳选择，所以我认为如果你是研究点云算法的可以使用PCL，GDAL,等其他库，如果你是做工程的需要点云的界面显示，那么cloudCompare就是不二选择，当然如果是简单的界面使用PCL和QT也...
-
寝室里有一个同学要走，他是跟我们说的是自己学不走，可能还有些原因不能说吧，哎，在这个寝室相聚是一种缘分，大家都是来自不同的地方，他是贵州，他说他坐火车去广州，也许是去工作，也许是....... 朋友一天，兄弟一辈子。在这里共处了两个月，大家的感情还是有点，一起欢欢笑笑了两个月，说走就要走了，其实还真的有点舍不得，因为一走，就真的是一...
-
活动主办方：电子工业出版社博文视点公司 活动时间及地点：2010年11月27日 下午13:30~15:00 中关村图书大厦五层多功能厅 这是一个广告贴。但是我会用心去写，否则发在首页，就愧对大家了。有一件事情 必须声明 就是我的字写得不好。所以签名的话 可能会让各位看得稍稍些许难受。不过 我会很认真去签 尽我所能。刚刚从南京回来...
-
点云PCL免费知识星球，点云论文速读。标题：三维点云分割综述（上）排版：particle欢迎各位加入免费知识星球，获取PDF文档，欢迎转发朋友圈，分享快乐。这是一篇综述性论文，以下只做概述性介绍，介绍文章已共享在微信群和免费知识星球中，文章在公众号将分成三个部分:第一部分介绍点云的获取以及各种传感器获取点云的特性，以及分割概念的区别...
-
点云PCL免费知识星球，点云论文速读。文章：DLL: Direct LIDAR Localization. A map-based localization approach for aerial robots作者：Fernando Caballero1 and Luis Merino编译：点云PCL代码：https://githu...
-
CloudCompare是一个三维点云（网格）编辑和处理软件。最初，它被设计用来对稠密的三维点云进行直接比较。它依赖于一种特定的八叉树结构，在进行点云对比这类任务时具有出色的性能【1】。此外，由于大多数点云都是由地面激光扫描仪采集的，CloudCompare的目的是在一台标准笔记本电脑上处理大规模的点云——通常超过1000万个点云。...
-
点云PCL免费知识星球，点云论文速读。文章：Open3DGen: Open-Source Software for Reconstructing Textured 3D Models from RGB-D Images作者：Teo T. Niemirepo, Marko Viitanen, and Jarno Vanne编译：点云P...
-
点云PCL免费知识星球，点云论文速读。标题：Real-Time Spatio-Temporal LiDAR Point Cloud Compression作者：Yu Feng , Shaoshan Liu , and Yuhao Zhu来源：2020IROS本文仅做学术分享，如有侵权，请联系删除。欢迎各位加入免费知识星球，获取PDF...