| 适用于城市场景大规模点云语义标识的深度学习网络 |
| |
| 引用本文： | 杨必胜,韩旭,董震.适用于城市场景大规模点云语义标识的深度学习网络[J].测绘学报,2021,50(8):1059-1067. |
| |
| 作者姓名： | 杨必胜 韩旭 董震 |
| |
| 作者单位： | 武汉大学测绘遥感信息工程国家重点实验室,武汉430079 |
| |
| 基金项目： | 国家自然科学基金;长江学者奖励计划特聘教授项目 |
| |
| 摘 要： | 近年来,以点云为代表的三维数据不断涌现,如何利用人工智能手段,高度提升点云的解译能力,实现城市地物目标的语义标识、三维精准提取等成为亟待攻克的难题.为此,本文提出了一种端到端的三维点云深度学习网络,通过构建不规则分布点云的上下采样策略、特征多层聚合与传播,以及顾及样本不均的损失函数,有效保障了点云采样的高效性、特征提取的准确性及网络整体性能的最优性.三维点云大规模数据集上测试表明,该深度学习网络在城市场景的语义标识正确性方面取得了优异的结果,性能优于当前的主流网络,为三维地理信息的高性能提取提供了有力支撑.
|
| 关 键 词： | 深度学习 人工智能 点云 语义标识 特征提取 |
A deep learning network for semantic labeling of large-scale urban point clouds |
| |
| YANG Bisheng,HAN Xu,DONG Zhen.A deep learning network for semantic labeling of large-scale urban point clouds[J].Acta Geodaetica et Cartographica Sinica,2021,50(8):1059-1067. |
| |
| Authors: | YANG Bisheng HAN Xu DONG Zhen |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
