该文综述点云深度学习研究进展，涵盖表面重建、点云上采样与局部形状估计。Points2Surf结合局部深度与全局粗略信息提升重建精度，误差降低30%以上；PC²-PU利用点与补丁关联实现稳健上采样；另有方法通过点云卷积与学习插值生成精细细节。PCPNet基于patch学习估计法线和曲率，抗噪性强。整体表明深度网络在泛化能力、细节保真和复杂场景重建上优于传统方法。