Sparse Single Sweep LiDAR Point Cloud Segmentation via Learning Contextual Shape Priors from Scene Completion 在点云补全上做了什么

这篇论文主要提出了一种基于场景补全的点云分割方法。该方法通过学习场景的上下文形状先验知识，对稀疏单次扫描激光雷达点云进行分割。

具体来说，该方法首先将点云转换为体素网格表示，然后使用场景补全技术来填补缺失的体素。接着，利用已有的完整体素和填补后的不完整体素，训练一个基于深度学习的分类器，用于对点云进行分割。分类器的输入特征包括每个体素的位置、法向量和颜色等。

该方法的优点是能够利用上下文形状先验知识对点云进行分割，从而提高分割的准确性和鲁棒性。同时，该方法还能够处理稀疏单次扫描激光雷达点云，适用于实际应用场景中的点云分割问题。