1. 研究目的与意义（文献综述包含参考文献）
一、选题意义1.1选题背景随着近年深度学习模型的发展，图像上的目标检测、对象识别以及语义标识等精度已经有了大幅度的提高。
利用巨大的训练数据集，卷积神经网络已经可以获得接近于人类、甚至超越人类的识别准确度。
然而，与之相对应的三维数据的识别与检测的问题还没有很好的解决方案。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究的基本内容、问题解决措施及方案
一、研究内容应用所学的专业知识，理论联系实际，对基于图卷积网络的点云数据语义分割的原理和方法进行深入分析和探讨。
二、研究具体内容（1）分析点云数据语义分割的国内外现状；（2）研究基于图卷积网络的点云数据语义分割的原理和方法；（3）编程实现基于图卷积网络的点云数据语义分割算法；（4）验证并分析基于图卷积网络的点云数据语义分割精度、准确性等。
三、实验内容利用python语言实现基于图卷积网络的点云数据语义分割的算法，并评价点云分割精度、准确性等。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
