摘要： 使用LiDAR探測和預(yù)處理得到的點云數(shù)據(jù)是衛(wèi)星遙感、自動駕駛、軍事導(dǎo)航等領(lǐng)域完成預(yù)定任務(wù)的數(shù)據(jù)基礎(chǔ)，隨著深度學(xué)習(xí)算法和模型的不斷發(fā)展，LiDAR點云處理也實現(xiàn)了智能化的跨越發(fā)展。然而相較于2D數(shù)據(jù)的處理，點云數(shù)據(jù)維度較高，深度學(xué)習(xí)網(wǎng)絡(luò)在設(shè)計和處理的過程中會占用更大的計算和推理資源，在許多邊緣設(shè)備上直接部署點云處理深度學(xué)習(xí)模型就受到了很大限制。所以，如何將點云處理深度學(xué)習(xí)模型壓縮... （共15頁）