面向工业级实战类的点云处理教程!（十大章内容+视频+数据+源码）
计算机视觉的最终体现是三维视觉，而三维视觉的表达方式则是点云，点云处理在整个三维视觉领域占有非常重要的地位，几乎涉及到所有相关领域，例如自动驾驶感知定位、SLAM、三维场景重建、AR/VR、SFM、姿态估计、三维识别、结构光、立体视觉、三维测量、视觉引导等。近年来，无论是学术界还是工业界，开始逐渐将注意力转移到点云工作上，与之相关的应用呈爆发趋势，对应岗位更是需远大于供，随之而来的则是企业不惜重金招聘点云处理相关算法工程人员。
然而，国内外几乎没有完整的点云处理相关课程，网上的资料更是寥寥无几，许多初学者由于找不到方法和资料，又无人指导，一系列踩坑后，不得不放弃学习，与高薪职位擦肩而过，实属可惜。为此，3D视觉工坊推出了《国内首个面向工业级实战的点云处理课程》，课程由两位在学术界和工业界都具有丰富经验的博士教授，保姆级教学，无论是小白抑或是一线算法工程人员，都能从中受益。
十大章节内容现已完全完成录制，涉及点云库PCL基础、点云滤波、点云关键点特征提取、点云分割、点云单帧/多帧配准、点云三维重建、实战大项目等！数据+源码均有提供！
课程大纲
课程干货分享
PCL库安装：
数据采集与转换：
点云滤波：
点云关键点与特征描述：
点云分割：
点云配准：
点云重建：
讲师介绍
肖勇，密歇根大学博士, 资深算法工程师。主要从事无人车地图和定位算法研发，先后参与Lyft、百度无人车项目开发，在点云处理领域具有丰富的实战和工程落地经验。
李子宽，南京航空航天大学博士，主要从事激光雷达数据处理与应用研究。国家奖学金获得者，多篇成果物被SCI、EI数据库收录。
2. 授课讲师在学术界和工业界具有丰富的理论研究和工程落地经验；
3. 算法理论和实践相结合，保姆级教学，讲师数年经验倾情奉献，数据、代码开源帮助学员更好地理解每一个细节，能够真正将所学应用到实际项目中；
4. 教授结束后布置练习项目，答疑群内，讲师面对面和学员一起交流遇到的难题；
2. 对线性代数、概率论、优化算法有一定的基础；
3. 有志从事点云处理、三维感知相关工作的本科生、硕士生、博士生；
2. 能够使用PCL库完成相关功能实现，真正搭建一套完整的三维点云处理工程；