随着 3D 扫描设备和深度传感器的广泛使用，3D 几何数据越来越多地应用于许多不同的应用领域，例如机器人、自动驾驶、3D 场景理解、城市规划、基础设施维护等。人们已经研究了 3D 形状的几种表示形式，例如深度图、体素、多视图、网格和点云。点云可以说是 3D 数据表示的最简单格式，因此吸引了越来越多的研究兴趣。由于2D图像识别的成功，许多工作尝试将2D卷积网络直接扩展到3D空间。然而，这种方法受到计算复杂度急剧增加的限制。另一方面，PointNet利用共享的多层感知器直接处理点云并通过最大池聚合信息，但它未能利用局部区域中点之间的关系。由于点分布的不平衡和表示的不规则性，点云的语义分割仍然是一项具有挑战性的任务。

       为了了解点云语义分割目前的现状，最近看了中国图象图形学报2023年6月出版的《三维场景点云理解与重建技术》。通过本人用心但不算全面的了解，点云语义分割的主要难点，或者说是challege，有以下几点：

1、三维点云的结构不规则性、不同扫描设备以及距离角度导致的不均匀性使得鲁棒的3维特征提取变得十分困难，而对不同 3 维场景进行精准的语义分割甚至是实例分割也成为了一项十分具有挑战性的任务（龙霄潇 等，2021）。

2、与特征稠密分布的数字图像相比，三维点云场景数据规模大、覆盖空间广、特征分布稀疏以及缺乏顺序性，使得充分挖掘点云的上下文信息和隐藏信息（例如空间几何信息等）成为一大挑战。

3、高分辨率特征和低分辨率特征的结合，也可以看做是低层位置信息和高层语义信息的结合，缺一不可，所以两者如何联合使用是一个很值得研究的问题。高分辨率特征能够提供位置信息，低分辨率特征能够提供语义信息。（Olaf 等，2015）

4、点云场景的表征方式多种多样，如何充分利用不同的表征方式融合点云各项信息，从而降低语义分割的训练难度也是研究者关注的内容 

      关于点云特征提取，最近发表的几篇文章中主要是关注局部特征描述、全局特征描述、空间结构描述以及计算效率：

        点云语义分割的几篇文章的总结：