资源简介
系统剖析自动驾驶点云处理的应用案例来构建点云知识体系；深入梳理深度学习在点云处理中的前沿任务与热点问题来掌握研究趋势。详情：传送门
在基于深度学习的三维点云处理方面具有多年经验，包括面向自动驾驶的融合感知，三维点云SLAM，基于自主机器人系统控制与规划等。曾在香港机场物流自动驾驶拖车项目的感知系统研发，所提的基于三维点云学习的动态大场景识别算法成功实现了高动态香港城市道路和复杂机场仓储环境下的实时场景识别和鲁棒闭环检测任务，在ICCV， ICRA，IROS等国际顶级会议上发表多篇论文。
资源目录
\睿慕课-三维点云处理技术和深度学习在点云处理中的应用
├─目录.txt -1.#INDB
├─第10章基于深度学习的点云注册方法
│ ├─10-1 点云注册网络设计基础（上）.mp4 93.48MB
│ ├─10-2 点云注册网络设计基础（下）.mp4 23.26MB
│ ├─10-3 Metric based：3DMatch .mp4 46.51MB
│ ├─10-4 Metric based：3DFeatNet .mp4 62.12MB
│ ├─10-5 Regression based：Deep Closest Point.mp4 12.7MB
│ └─【三维点云第10章】课件.pdf 9.23MB
├─第11章基于深度学习的点云重识别与重定位
│ ├─11-1 点云重识别和重定位方法.mp4 61.01MB
│ ├─11-2 Point-to-Point：Flownet3D .mp4 61.68MB
│ ├─11-3 Frame-to-Frame：Deep Closest Point.mp4 90.58MB
│ ├─11-4 Frame-to-Frame：DeepVCP.mp4 67.09MB
│ ├─11-5 Frame-to-Map：L3-Net .mp4 57.07MB
│ ├─【三维点云第11章】优秀作业 426.54MB
│ ├─【三维点云第11章】作业.pdf 228.76KB
│ └─【三维点云第11章】课件.pdf 6.78MB
├─第12章基于深度学习的点云物体识别
│ ├─12-1 Point cloud Object Detection（上）.mp4 56.07MB
│ ├─12-2 Point cloud Object Detection（下）.mp4 60.79MB
│ ├─12-3 3D Datasets .mp4 37.49MB
│ ├─12-4 深度学习点云物体识别任务指标.mp4 43.5MB
│ ├─12-5 点云物体识别网络梳理（上） .mp4 83.74MB
│ ├─12-6 点云物体识别网络梳理（下） .mp4 78.63MB
│ └─【三维点云第12章】课件.pdf 4.31MB
├─第13章基于深度学习的激光与视觉融合物体识别
│ ├─13-1 点云图像融合物体识别基础（上）.mp4 77.7MB
│ ├─13-2 点云图像融合物体识别基础（下）.mp4 112.51MB
│ ├─13-3 视觉物体识别网络梳理.mp4 61.13MB
│ ├─13-4 RCNN family：RCNN，Fast RCNN，Faster RCNN.mp4 98.61MB
│ ├─13-5 RCNN family：Mask RCNN.mp4 27.02MB
│ ├─13-6 YOLO family：YOLO，YOLOv2，YOLOv3.mp4 90.58MB
│ ├─13-7 点云物体识别网络梳理.mp4 91.19MB
│ └─【三维点云第13章】课件.pdf 11.05MB
├─第14章深度学习在激光SLAM中的应用
│ ├─14-1 深度学习与激光SLAM的结合点.mp4 202.87MB
│ ├─14-2 Deep Lidar Odometry（上）.mp4 31.01MB
│ ├─14-3 Deep Lidar Odometry（下）.mp4 72.01MB
│ ├─14-4 Deep Lidar Loop Closure Detection.mp4 23.66MB
│ └─【三维点云第14章】课件.pdf 3.41MB
├─第1章基础知识
│ ├─1-1课程概述.mp4 150.96MB
│ ├─1-2激光雷达原理.mp4 172.91MB
│ ├─1-3激光雷达安装、标定与同步.mp4 316.95MB
│ ├─1-4激光雷达数据采集.mp4 46.38MB
│ ├─1-5常用编程基础.mp4 121.5MB
│ ├─【三维点云第1章】作业.docx 260.6KB
│ ├─【三维点云第1章】概述.pdf 3.4MB
│ ├─【三维点云第1章】课件.pdf 7.49MB
│ └─睿慕课三维点云与深度学习课程资料
│ └─CH1激光雷达
│ ├─(2019-12-18)RS-Lidar-32_User_Guide_v2.3.2_CN.pdf 3.95MB
│ ├─RSView 3.1.6 for Ubuntu 16.04.zip 231.89MB
│ ├─RSView 3.1.6 for Windows_Setup.rar 65.83MB
│ ├─RS_32_data.pcap 485.71MB
│ ├─rs_lidar_32
│ │ ├─angle.csv 547B
│ │ ├─ChannelNum.csv 6.52KB
│ │ ├─CurveRate.csv 190B
│ │ ├─curves.csv 344.44KB
│ │ └─limit.csv 9B
│ └─seu.bag 1.19GB
├─第2章三维点云表征概述
│ ├─2-1三维表征的获取方式和原理.mp4 287.37MB
│ ├─2-2三维信息的表征形式.mp4 148.9MB
│ ├─2-3点云的基本特征及描述.mp4 115.24MB
│ ├─【三维点云第2章】作业.docx 477.05KB
│ ├─【三维点云第2章】课件.pdf 10.83MB
│ └─睿慕课三维点云与深度学习课程资料
│ ├─CH1激光雷达
│ │ ├─(2019-12-18)RS-Lidar-32_User_Guide_v2.3.2_CN.pdf 3.95MB
│ │ ├─RSView 3.1.6 for Ubuntu 16.04.zip 231.89MB
│ │ ├─RSView 3.1.6 for Windows_Setup.rar 65.83MB
│ │ ├─RS_32_data.pcap 485.71MB
│ │ └─rs_lidar_32
│ │ ├─angle.csv 547B
│ │ ├─ChannelNum.csv 6.52KB
│ │ ├─CurveRate.csv 190B
│ │ ├─curves.csv 344.44KB
│ │ └─limit.csv 9B
│ └─CH2点云表征
│ ├─homework
│ │ ├─作业2-bev.mp4 12.67MB
│ │ ├─作业3-Feature relevance assessment for the semantic interpretation of 3D point cloud data.pdf 444.57KB
│ │ ├─作业4-Joint 3D Proposal Generation and Object Detection from View Aggregation - 2017 - Ku et al.pdf 5.25MB
│ │ └─作业4-Multi-View 3D Object Detection Network for Autonomous Driving - 2016 - Chen et al.pdf 1.36MB
│ └─reference
│ ├─A Survey on Implicit Surface Polygonization.pdf 1.69MB
│ ├─CS6320-3DCV-S2013-stereo-rectification.pdf 702.87KB
│ ├─CS6320-CV-F2013-chap11-multiple-views-part-I.pdf 3.14MB
│ ├─CS6320-CV-F2013-chap11-multiple-views-part-II-animated.pdf 1.56MB
│ ├─CS6320-CV-F2013-chap11-multiple-views-part-II.pdf 872.82KB
│ ├─CS6320-CV-F2013-chap11-multiple-views-stereo.pdf 3.39MB
│ ├─CS6320-CV-S2012-Ch2-Camera-Calibration.pdf 1.38MB
│ ├─CS6320-CV-S2012-StructuredLight-II.pptx 12.87MB
│ ├─CS6320-CV-S2012-StructuredLight.pptx 11.55MB
│ ├─CS6320-S2013 - MVG - MP.pdf 2.68MB
│ ├─Evaluation of depth-camera-systems for usage in semi-controlled assembly environments.pdf 8.99MB
│ ├─Feature relevance assessment for the semantic interpretation of 3D point cloud data.pdf 444.57KB
│ ├─pcaLectureShort_6pp.pdf 955.14KB
│ ├─Point Cloud Classification.pdf 18.13MB
│ ├─svd_pca.pptx 1.35MB
│ └─TOF.pdf 4.26MB
├─第3章三维空间变换
│ ├─3.1-欧式坐标系.mp4 52.1MB
│ ├─3.2-刚体运动坐标转换1.mp4 122.83MB
│ ├─3.3-刚体运动坐标转换2.mp4 88.4MB
│ ├─3.4-三维空间变换.mp4 81.95MB
│ ├─【三维点云第3章】作业.pdf 231.62KB
│ └─【三维点云第3章】课件.pdf 4.71MB
├─第4章三维点云数据处理基础
│ ├─4.1-Point Cloud Library.mp4 144.14MB
│ ├─4.2-点云滤波方法.mp4 58.9MB
│ ├─4.3-点云组织形式与最近邻搜索.mp4 122.45MB
│ ├─4.4-点云分割拟合聚类方法 .mp4 76.47MB
│ ├─4.5-演示1：点云滤波方法.mp4 117.54MB
│ ├─4.6-演示2：点云组织形式与最近邻搜索.mp4 32.55MB
│ ├─4.7-演示3：segmentation代码和聚类 拟合.mp4 73.92MB
│ ├─CH4三维点云数据处理
│ │ ├─homework.pcd 11.28MB
│ │ ├─pcl_demo
│ │ │ ├─Filtering
│ │ │ │ ├─.idea
│ │ │ │ │ ├─.name 10B
│ │ │ │ │ ├─codeStyles
│ │ │ │ │ │ └─Project.xml 1.73KB
│ │ │ │ │ ├─Filtering.iml 97B
│ │ │ │ │ ├─misc.xml 240B
│ │ │ │ │ ├─modules.xml 270B
│ │ │ │ │ └─workspace.xml 23.87KB
│ │ │ │ ├─CMakeLists.txt 2.46KB
│ │ │ │ ├─conditional_removal_filter.cpp 4.21KB
│ │ │ │ ├─crophull
│ │ │ │ │ ├─CMakeLists.txt 307B
│ │ │ │ │ ├─crophull.cpp 3.14KB
│ │ │ │ │ └─pig.pcd 2.03MB
│ │ │ │ ├─extract_indices.cpp 1.42KB
│ │ │ │ ├─extract_indices_segment_filter.cpp 4.27KB
│ │ │ │ ├─ModelOutlierRemoval.cpp 2.52KB
│ │ │ │ ├─PassThroughfilter.cpp 3.33KB
│ │ │ │ ├─project_inliers_filter.cpp 3.49KB
│ │ │ │ ├─radius_outlier_filter.cpp 2.88KB
│ │ │ │ ├─remove_nan_from_point_cloud.cpp 1.31KB
│ │ │ │ ├─statistical_removal_filter.cpp 4.1KB
│ │ │ │ ├─table_scene_lms400.pcd 5.39MB
│ │ │ │ ├─uniform_sam_keypoint.cpp 3.37KB
│ │ │ │ └─VoxelGrid_filter.cpp 4.4KB
│ │ │ ├─Searching
│ │ │ │ ├─.idea
│ │ │ │ │ ├─.name 15B
│ │ │ │ │ ├─codeStyles
│ │ │ │ │ │ └─Project.xml 1.73KB
│ │ │ │ │ ├─misc.xml 240B
│ │ │ │ │ ├─modules.xml 270B
│ │ │ │ │ ├─Searching.iml 97B
│ │ │ │ │ └─workspace.xml 11.16KB
│ │ │ │ ├─CMakeLists.txt 1.24KB
│ │ │ │ ├─kdTree_search.cpp 6.21KB
│ │ │ │ ├─octree_change_detection.cpp 4.8KB
│ │ │ │ ├─octree_Point_Cloud_Compression.cpp 7.67KB
│ │ │ │ └─octree_search.cpp 6.17KB
│ │ │ └─Segmentation
│ │ │ ├─.idea
│ │ │ │ ├─.name 12B
│ │ │ │ ├─codeStyles
│ │ │ │ │ └─Project.xml 1.73KB
│ │ │ │ ├─misc.xml 240B
│ │ │ │ ├─modules.xml 276B
│ │ │ │ ├─Segmentation.iml 97B
│ │ │ │ └─workspace.xml 20.3KB
│ │ │ ├─clusters_segmentation.cpp 7.3KB
│ │ │ ├─CMakeLists.txt 2.47KB
│ │ │ ├─color_based_region_growing_segmentation.cpp 3.28KB
│ │ │ ├─cylinder_segmentation.cpp 7.28KB
│ │ │ ├─Difference_of_Normals_in_diff_radis__Segmentation.cpp 6.79KB
│ │ │ ├─min_Cut_Based.pcd 318.51KB
│ │ │ ├─min_Cut_Based_Segmentation.cpp 5.27KB
│ │ │ ├─planar_segmentation.cpp 5.38KB
│ │ │ ├─ProgressiveMorphologicalFilter_segmentation.cpp 2.45KB
│ │ │ ├─random_sample_consensus.cpp 5.72KB
│ │ │ ├─region_growing_normal_cur.cpp 5.55KB
│ │ │ ├─region_growing_rgb_tutorial.pcd 2.18MB
│ │ │ ├─region_growing_tutorial.pcd 1.24MB
│ │ │ ├─samp11-utm.pcd 278.35KB
│ │ │ ├─supervoxel_clustering.cpp 9.2KB
│ │ │ ├─table_scene_lms400.pcd 5.39MB
│ │ │ └─table_scene_mug_stereo_textured.pcd 1.65MB
│ │ └─reference
│ │ ├─apollo-modules-drivers-velodyne.zip 17.53KB
│ │ ├─Fast segmentation of 3D point clouds A paradigm on LiDAR data for autonomous vehicle applications.pdf 1.6MB
│ │ └─基于激光雷达的运动补偿方法_庞正雅.pdf 1.83MB
│ ├─【三维点云第1章】优秀作业.rar 636.37KB
│ ├─【三维点云第1章】作业批改.rar 23.64MB
│ ├─【三维点云第2章】优秀作业.rar 42.88MB
│ ├─【三维点云第2章】作业批改.rar 521.92KB
│ ├─【三维点云第4章】作业.pdf 187.15KB
│ └─【三维点云第4章】课件.pdf 9.42MB
├─第5章点云配准与点云SLAM基础
│ ├─5-5 SLAM图优化基础 .mp4 49.56MB
│ ├─5.1-点云配准方法（上）.mp4 70.78MB
│ ├─5.2-点云配准方法（下）.mp4 66.83MB
│ ├─5.3-SLAM基础框架.mp4 66.76MB
│ ├─5.4-帧间匹配与激光里程计.mp4 91.36MB
│ ├─5.5-SLAM图优化基础.mp4 70.78MB
│ ├─【三维点云第1~3章】作业参考.rar 45.23KB
│ └─【三维点云第5章】课件.pdf 8.11MB
├─第6章点云识别与跟踪描述
│ ├─6.1-点云关键点检测.mp4 89.32MB
│ ├─6.2-点云常用特征描述（上）.mp4 64.23MB
│ ├─6.3-点云常用特征描述（下）.mp4 165.09MB
│ ├─【三维点云第6章】作业.pdf 200.95KB
│ ├─【三维点云第6章】作业批改.rar 1.3KB
│ └─【三维点云第6章】课件.pdf 3.95MB
├─第7章深度学习方法基础
│ ├─7-1 深度学习介绍 .mp4 71.78MB
│ ├─7-2 一种简单的人工神经网络 .mp4 33.45MB
│ ├─7-3 深度学习网络结构(上）.mp4 61.16MB
│ ├─7-4 深度学习网络结构(下）.mp4 42.25MB
│ ├─7-5 深度学习网络训练优化 .mp4 67.75MB
│ ├─7-6 点云处理的深度学习介绍 .mp4 54.67MB
│ ├─【三维点云第7章】优秀作业.rar 95.7MB
│ ├─【三维点云第7章】作业.pdf 243.08KB
│ └─【三维点云第7章】课件.pdf 8.32MB
├─第8章基于深度学习的点云分类方法
│ ├─8-1 点云分类网络设计基础（上） .mp4 91.88MB
│ ├─8-2 点云分类网络设计基础（下） .mp4 96.06MB
│ ├─8-3 Pointwise MLP：PointNet，PointNet++（上）.mp4 92.38MB
│ ├─8-4 Pointwise MLP：PointNet，PointNet++（下）.mp4 80.73MB
│ ├─【三维点云第8章】优秀作业v.rar 1.28GB
│ ├─【三维点云第8章】作业.pdf 186.95KB
│ └─【三维点云第8章】课件.pdf 11.12MB
└─第9章基于深度学习的点云分割方法
├─9-1 点云分割网络设计基础.mp4 56.69MB
├─9-2 Graph-based_KCNet.mp4 68.96MB
├─9-3 Graph-based_DGCNN.mp4 93.36MB
├─9-4 Data Indexing-based_SO-Net.mp4 81.81MB
├─9-5 Convolution-based：pointCNN .mp4 62.23MB
├─9-6 Convolution-based：KPConv.mp4 103.04MB
├─【三维点云第9章】优秀作业 218.87MB
├─【三维点云第9章】作业.pdf 197.48KB
└─【三维点云第9章】课件.pdf 7.33MB
资源下载
抱歉，此资源仅限VIP下载，请先登录
1、注意本站资料共享下载交流均采用会员制，请联系加QQ3581613928微信txwy119。
2、不是24小时在线的，请耐心等待。
3、切勿外传资源，赚个积分得不偿失，后台记录一致的话直接封号！！！
4、求各位友站大佬放过，毕竟你在这边也是有相关记录的。
2、不是24小时在线的，请耐心等待。
3、切勿外传资源，赚个积分得不偿失，后台记录一致的话直接封号！！！
4、求各位友站大佬放过，毕竟你在这边也是有相关记录的。
