首页|基于点云深度学习的果树枝条实例分割算法

基于点云深度学习的果树枝条实例分割算法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
果树枝条的实例分割对于探索果树表型至关重要.然而,在形态结构复杂、实例密度高的情况下,使用现有方法精确分割枝条仍具有挑战性.提出了一种结合局部相似性的新型三维深度学习方法,以实现果树枝条精确的语义和实例分割.所提出的方法首先利用PointNet++网络模型对果树点云数据进行了高精度的语义分割,有效区分果树的主干、一级枝、二级枝和三级枝.随后,将提取的语义特征划分为多个局部区域,以降低计算复杂度,并为每个局部区域点生成一个相似性矩阵,以捕捉局部相似性信息.最后,使用双铰链损失函数对相似性矩阵进行优化,以完善实例分割结果.实验结果验证了此方法在准确分割果树枝条方面的有效性.实验结果表明此方法不仅省去了劳动密集型的实地测量,还为获取果树的表型参数提供了有价值的信息.

蒋心恺、吴金涛、王锐、王明亮、杨浩

展开 >

南京信息工程大学计算机学院 江苏南京 210044

南京信息工程大学软件学院 江苏南京 210044

北京市农林科学院农业农村部农业遥感机理与定量遥感重点实验室 北京 100097

国家农业信息化工程技术研究中心 北京 100097

展开 >

点云 枝条实例分割 三维深度学习 相似性矩阵

国家自然科学基金青年基金江苏省自然科学基金青年基金中国博士后科学基金江苏省高等学校自然科学研究项目

62102188BK202106472021M70007623KJB520020

2024

10.3969/j.issn.1672-9528.2024.04.002

信息技术与信息化
山东电子学会

信息技术与信息化

影响因子：0.29
ISSN：1672-9528
年,卷(期)：2024.(4)
  • 33