首页|基于改进超点图的移动激光点云数据自动分类

基于改进超点图的移动激光点云数据自动分类

扫码查看
原文链接
  • 万方数据
  • 维普
针对点云数据无序、无结构、数据量大、点云密度不均匀、数据处理难度较大等问题,将超点图三维语义分割网络模型应用于移动激光点云数据自动分类领域,并提出两点优化方法:1)在PointNet网络中引入多尺度网络结构,同时获取点云的局部特征和全局特征,实现多尺度特征重用;2)使用Adam优化算法代替原有的梯度下降算法,提升深度学习性能.实验使用真实道路数据进行训练与验证,结果表明,相较于PointNet、PointNet++、PointSIFT及SPG等方法,在复杂道路情况下,精确性和均交并比有一定提高,且具有很好的鲁棒性.
Automatic Classification of Mobile Laser Point Cloud Data Based on Improved Superpoint Graphs

image processingdeep learninglaser point cloudautomatic classificationsemantic segmentationmobile mapping system

黄刚、侯燕、杨蒙蒙

展开 >

北京明立测绘科技有限公司,北京 100026

北京四维图新科技股份有限公司,北京 100094

清华大学车辆与运载学院,北京 100084

图像处理 深度学习 激光点云 自动分类 语义分割 移动测量系统

国家自然科学基金

U1864203

2024

测绘与空间地理信息
黑龙江省测绘学会

测绘与空间地理信息

影响因子：0.788
ISSN：1672-5867
年,卷(期)：2024.47(2)
  • 3
  • 18