詳解　3次元点群処理　Pythonによる基礎アルゴリズムの実装

第1章　はじめに
1.1　3次元世界について
1.2　本書について
1.3　3次元計測原理
1.4　3次元センサの紹介
章末問題

第2章　点群処理の基礎
2.1　ファイル入出力
2.2　描画
2.3　回転・並進・スケール変換
2.4　サンプリング
2.5　法線推定
章末問題

第3章　特徴点・特徴量の抽出
3.1　特徴点（キーポイント）
3.2　大域特徴量
3.3　局所特徴量
章末問題

第4章　点群レジストレーション（位置合わせ）
4.1　最近傍点の探索（単純な方法）
4.2　最近傍点の探索（kd-treeによる方法）
4.3　ICPアルゴリズム
4.4　ICPアルゴリズムの実装(Point-to-Point)
4.5　ICPアルゴリズムの実装(Point-to-Plane)
章末問題

第5章　点群からの物体認識
5.1　特定物体認識と一般物体認識
5.2　特定物体の姿勢推定
5.3　一般物体の姿勢推定
5.4　プリミティブ検出
5.5　セグメンテーション
章末問題

第6章　深層学習による3次元点群処理
6.1　深層学習の基礎
6.2　PyTorch Geometricによる3次元点群の扱い
6.3　PointNet
6.4　点群の畳み込み
6.5　最新研究動向
章末問題

第7章　点群以外の3次元データ処理
7.1　RGBD画像処理
7.2　ボクセルデータ処理
7.3　メッシュデータ処理
7.4　多視点画像処理
7.5　Implicit Functionを用いた3次元形状表現
章末問題