点云，即“点”构成的“云”。一般来自激光雷达，也可以来自毫米波雷达，是利用激光雷达和雷达传感器生成的三维点的集
点云，即“点”构成的“云”。一般来自激光雷达，也可以来自毫米波雷达，是利用激光雷达和雷达传感器生成的三维点的集合，可分为黑白和彩色两大类。
点云数据（point cloud data）一般由激光雷达等3D扫描设备获取空间若干点的信息，一般包括XYZ位置信息、RGB颜色信息和强度信息等，是一种多维度的复杂数据集合。
01//3D点云的获取方法
(1) 双目视觉传感器：类似人的双眼，它是基于视差原理并由多幅图像获取物体三维几何信息的方法。双目立体视觉系统一般由双摄像机从不同角度同时获得被测物的两幅数字图像，或由单摄像机在不同时刻从不同角度获得被测物的两幅数字图像，并基于视差原理恢复出物体的三维几何信息。
（2）激光雷达：激光雷达（Light Detection And Ranging，LIDAR），是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是向目标发射探测信号（激光束），然后将接收到的从目标反射回来的信号（目标回波）与发射信号进行比较，作适当处理后，就可获得目标的有关信息，如目标距离、方位、高度、速度、姿态、甚至形状等参数。
（3）深度体感设备Kinect：深度体感设备Kinect是一款类似三维摄像机仪器，具有实时动作追踪、图像识别、声音录入及辨别等功能。左右两边镜头分别是红外线发射器和CMOS红外线摄影机，识别的是一个深度场。其中每个像素颜色深浅表示该点距离摄像头的远近，距离摄像头较近的颜色较亮和深，距离摄像头较远的颜色较暗。
02//3D点云应用
（1）多视图三维重建：多视图重建是利用多张一个场景的不同视角图像来恢复出场景三维模型的方法，自然场景的多视图三维重建一直是计算机视觉领域的基本问题，有着广泛的应用。
（2）三维同步定位与地图构建（Simultaneous Localization And Mapping，SLAM）：主要用于解决移动机器人在未知环境中运行时定位导航与地图构建的问题，三维同步定位与地图构建示意图如下图所示。
（3）三维目标检测：与二维图像相比，3D点云数据的优势在于能够很好地表征物体的表面信息和一些深度信息。另外，由于3D点云数据的获取来源较多，因此对3D点云数据的研究得以迅速增长，进一步促进了使用深度学习实现3D点云目标检测，下图为三维目标检测示意图。
（4）三维语义分割：三维（3D）语义分割在医学、自动驾驶、机器人和增强现实（AR）等许多领域的广泛应用。
03//3D点云数据集
（1）悉尼城市目标数据集：这个数据集包含用Velodyne HDL-64E LIDAR扫描的各种常见城市道路对象，收集于澳大利亚悉尼的中央商务区（CBD）。含有631个单独的扫描物体，包括车辆、行人、广告标志和树木等。
（2）大规模点云分类基准数据集：该数据集提供了一个大的自然场景标记的3D点云数据集，总计超过40亿点。涵盖了各种各样的城市场景：教堂、街道、铁路轨道、广场、村庄、足球场、城堡等等。
（3）RGB-D对象数据集：该数据集是300个常见的家庭对象的大数据集。该数据集是使用Kinect风格的3D相机记录的，该相机以30Hz记录同步和对齐的640x480RGB和深度图像。
（4）纽约大学深度数据集：该数据集包括NYU-Depth V1数据集和NYU-Depth V2数据集，数据由来自各种室内场景的视频序列组成，这些视频序列由来自微软 Kinect的RGB和深度摄像机。
（5）KITTI标准数据集：该数据集利用KIT的无人车平台采集的大量城市环境的点云数据集（KITTI），这个数据集不仅有雷达、图像、GPS、INS的数据，而且有经过人工标记的分割跟踪结果，可以用来客观的评价大范围三维建模和精细分类的效果和性能。
以上就是关于3D点云数据标注的简介及应用，你学会了吗？
淘丁内容安全业务自2018年4月开始，服务于互联网平台线上产品安全审核工作，对各类违法、色情、涉政等不良违禁信息实行7*24小时即时审核，对有害信息进行人工甄别，确保产品绝对安全。
淘丁数据标注团队现有人员规模近500人，业务分部在西安、宝鸡、渭南、临汾、太原等地。淘丁与国内大型企业深入合作，日常处理项目量级均为百万级以上，部分数据量级超过千万，拥有稳定充足的业务来源。各类标注项目经验丰富，可为人员提供标准化、体系化的培训。
淘丁集团专注于互联网内容安全和数据标注业务领域，拥有千人专业团队，经验丰富，准确率高，服务类别多，团队体系成熟，能快速响应大量业务需求。
欢迎互联网公司、人工智能机构对接洽谈合作，咨询热线：029-85799062。
