激光点云处理（point cloud processing）的主要内容（研究点）梳理：
基于个人学习的注解：通过一年以来对点云数据的了解与研究，以及当下比较火热的人工智能（AI, artificial intelligence）的现状，未来必将是信息时代所以熟练掌握一门技术，尤其是计算机处理相应数据的技术至关重要。
人工智能主要包括三个方面的内容
①机器学习（ML, machine learning）
②计算机视觉（CV, computer vision）
③自然语言处理领域（nature language processing）：与自然语言相对的计算机语言：目前存在有文本识别与语音识别等，使用户直接用生活中使用的语言直接与计算机交互，而非通过学习复杂抽象的计算机代码语言。
基于目前的形式，国内外AI技术大热，工业界投入大量资本到该领域，最直观的产品即为无人驾驶汽车。而无人驾驶汽车项目又包括许多细小的方向。对于测绘大类中的摄影测量与遥感专业中的激光点云处理的学生，基于本专业的学习，在科学研究的同时，打下该方向扎实的基础。以后工作也可专攻：点云算法工程师、高精地图从业者等点云相关的职位。
学习首先从点云经典分割、分类算法开始，然后进一步拓展到目标探测与变化检测中。在学习的过程中要求：
不仅掌握该分支的发展历程，每个历程中的典型的算法原理，以及算法的代码实现，可用现在的开源算法代码再加上自己的配置改进等。
注意：一定得做到广泛阅读相应的文献，然后自己思考总结，最后动手实践，如果有创新的idea出现，再好不过了！！
1、数据管理（data management）
- 数据存储（storage）：
- 数据融合（fusion）：数据融合包括同源点云数据融合与不同源数据融合
- 数据选取（selection）：