全套课程资料：三维点云处理技术和深度学习在点云处理中的应用

① 课程简介与目录结构
本课程全面介绍了三维点云处理技术和深度学习在点云处理中的应用。具体目录结构如下：

② 基础知识章节
包括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等内容。

③ 三维点云表征概述
涵盖获取方式、形式和基本特征描述等，提供作业和课件资料。

④ 三维空间变换
讲解欧式坐标系、刚体运动坐标转换、三维空间变换等内容，附带作业和课件。

⑤ 三维点云数据处理基础
涉及点云库、滤波方法、**形式与最近邻搜索、分割拟合聚类方法等，提供演示视频和作业资料。

⑥ 点云配准与点云SLAM基础
包括点云配准方法、SLAM基础框架、帧间匹配与激光里程计、SLAM图优化基础等内容，附带课件。

⑦ 点云识别与跟踪描述
讲解点云关键点检测、常用特征描述等内容，附带作业和课件。

⑧ 深度学习在点云处理中的应用介绍
包括深度学习网络结构、训练优化、在点云分类、分割、注册、重识别和重定位等领域的应用等内容。

⑨ 激光与视觉融合物体识别
介绍点云图像融合物体识别基础，梳理视觉和点云物体识别网络，如RCNN、YOLo等家族的网络。

⑩ 深度学习在激光SLAM中的应用
讲解深度学习与激光SLAM的结合点，如DEep LIdar Odometry和Deep Lidar Loop Closure Detection等。

此外，课程还提供了丰富的配套资料，如视频教程、讲义、作业和参考文档等，方便学员全面深入学习。课程形式丰富多样，包括视频讲解、演示和实践等，能够满足不同学员的学习需求。