Boken '3D Point Cloud Analysis' gir en inngående introduksjon til punkt-sky data og deres anvendelser i industrien. Den retter spesielt fokus mot tre viktige oppgaver innen datavisjon: klassifisering av punkt-skyer, segmentering og registrering. Disse oppgavene er essensielle for ethvert system som baserer seg på punkt-sky teknologi. Forfatterne gir en oversikt over tradisjonelle metoder for behandling av punkt-sky data, noe som hjelper leserne å raskt bygge opp nødvendig bakgrunnskunnskap. Videre tar boken for seg nyere metoder innen dyp læring knyttet til punkt-sky analyse, med en grundig analyse av de banebrytende gjennombruddene som har skjedd de siste årene. Nye forklarbare maskinlæringsmetoder for læring av punkt-skyer introduceres også, metoder som er lette å trene og ressursvennlige. I tillegg presenteres både kvantitative og kvalitative evalueringer av ytelsen. For å gi leserne en dypere forståelse, er det gjort sammenligninger og analyser mellom de tre typene metoder. Med den rike litteraturen relatert til dyp læring innen 2D-visjon, er det en naturlig tendens for forskere innen 3D-visjon å utvikle dyp læringsteknikker for punkt-sky data.
