机器学习笔记 - 从2D数据合成3D数据

一、3D 数据简介

        人们一致认为，从单一角度合成 3D 数据是人类视觉的一项基本功能，这对计算机视觉算法来说极具挑战性。但随着 LiDAR、RGB-D 相机（RealSense、Kinect）和 3D 扫描仪等 3D 传感器的可用性和价格的提高，3D 采集技术的最新进展取得了巨大飞跃。

        与广泛使用的 2D 数据不同，3D 数据具有丰富的尺度和几何信息，从而为机器更好地理解环境提供了机会。然而，与 2D 数据相比，3D 数据的可用性相对较低，且获取成本较高。因此，最近提出了许多深度学习方法来从可用的 2D 数据合成 3D 数据，而不依赖于任何 3D 传感器。但在深入研究这些方法之前，我们应该了解处理 3D 数据的格式。