基于三维激光点云的复杂道路场景杆状交通设施语义分类

文章提出一种完整的全自动化处理框架,基于三维激光点云数据对高速公路和城市道路场景的杆状目标进行了检测和分类,主要包括3个步骤：数据预处理、杆状目标检测和分类。其中,在数据预处理阶段,采用基于布料模拟滤波算法自动分离地面点和非地面点,然后基于欧氏距离聚类方法对非地面点进行快速聚类,以及采用迭代图割算法进一步分割目标对象;在目标检测阶段,集成先验信息、形状信息和位置导向搭建滤波器,对杆状目标进行检测;在对象分类过程中基于多属性特征,利用随机森林分类器对目标的特征进行计算和分类。并使用3个道路场景数据集进行测试,结果显示,3个数据集的整体MCC系数为95.6%,分类准确率为96.1%。这说明文章所构建方法具有较高性能。另外,该方法还可以鲁棒地检测杆状目标的重叠区域,较为适应复杂程度不同的道路场景。     

语义轨迹建模与挖掘研究进展

语义轨迹是时空轨迹和语义信息融合的产物。除了含有时空信息以外,语义轨迹包括移动对象自身的运动状态（如速度、方向）、环境（如气温、空间拓扑关系）和社交关系（如好友关系、社交活动）等多方面信息。挖掘语义轨迹可以深入地发现个体或群体移动行为的意图、习惯、情感等高阶语义内容,从而深层次发现个体或群体移动行为的模式、关系和规律等。因而,相较于时空轨迹,语义轨迹在语义性、解释性、可行性等方面更符合决策分析应用的实践需求,具有更重要的研究意义和应用价值。本文对语义轨迹挖掘的关键技术进行了综述。首先,介绍语义轨迹的基本概念,并且根据语义元素类型的不同总结了4种常见的定义形式。其次,归纳了语义轨迹建模的基本阶段,包括预处理、轨迹分段和语义富化。由于语义轨迹无法像时空轨迹那样从位置感知设备中采集获得,因此语义轨迹是通过建模技术得到的,主要通过将语义信息和时空轨迹相融合生成相应的语义轨迹。然后,介绍语义轨迹挖掘的主要任务,包括语义轨迹模式挖掘、语义轨迹聚类、语义轨迹分类、语义轨迹异常检测等。针对每一项挖掘任务,介绍了有关的基本原理和相关算法,总结了主要的关键技术和挑战。最后,探讨了语义轨迹挖掘现存的研究难点和未来研究方向。从模型定义、语义标注技术、多源数据建模等方面,讨论了语义轨迹建模的重要研究问题;从语义轨迹数据管理、分类和预测、流式数据挖掘、隐私保护、多粒度挖掘、评价方法等方面,探讨了语义轨迹挖掘的未来研究问题。     

点云深度学习基准数据集

为推进深度学习方法在点云配准、语义分割、实例分割等领域的发展,武汉大学联合国内外多家高等院校和研究机构发布了包含多类型场景的地面站点云配准基准数据集WHU-TLS和包含语义、实例的城市级车载点云基准数据集WHU-MLS.其中,WHU-TLS基准数据集涵盖了地铁站、高铁站、山地、公园、校园、住宅、河岸、文化遗产建筑、地下...     

Dual context prior and refined prediction for semantic segmentation

Recently, the focus of semantic segmentation research has shifted to the aggregation of context prior and refined boundary. A typical network adopts context aggregation modules to extract rich semantic features. It also utilizes top-down connection and skips connections for refining boundary details. But it still remains disadvantage, an obvious fact is that the problem of false segmentation occurs as the object has very different textures. The fusion of weak semantic and low-level features leads to context prior degradation. To tackle the issue, we propose a simple yet effective network, which integrates dual context prior and spatial propagation-dubbed DSPNet. It extends two mainstreams of current segmentation researches: (1) Designing a dual context prior module, which pays attention to context prior again with a shortcut connection. (2) The network can inherently learn semantic aware affinity values for each pixel and refine the segmentation. We will present detailed comparisons, which perform on PASCAL VOC 2012 and Cityscapes. The result demonstrates the validation of our approach.     

基于CityGML的明清古建筑三维语义模型扩展及转换研究

针对现有的大量古建筑三维模型缺乏语义信息,不利于精细化和智能化管理等问题,对城市地理标记语言(City Geography Markup Language, CityGML)定义的建筑物模型进行了语义扩展,提出了一种从古建筑几何模型自动识别语义对象并转化为CityGML扩展模型的方法。首先,总结我国明清古建筑构件的共有特征,并使用CityGML的应用领域扩展机制增加斗拱、梁、柱、台基等古建筑通用对象的几何和语义表达。其次,利用古建筑Mesh模型各面片的法向量、坐标范围等特征和自定义规则提出了一套古建筑屋顶、墙面、立柱、门窗等语义对象自动识别方法。最后,依据CityGML扩展模型设计规范,从识别对象自动构建出几何语义一体化表达的古建筑三维模型。采用2个不同风格的古建筑模型进行语义对象提取和CityGML模型生成实验,使用本文提出的Mesh模型到CityGML LoD3扩展语义模型转换方法能够自动提取屋顶、墙面、台基等9类语义对象,每个Mesh模型能转换并生成400多个包含语义信息的平面多边形,95%以上的面片能正确识别。结果表明本文设计的CityGML扩展模型能够有效支持古建筑模型典型构...     

基于LDA和优化蚁群的OD流向时空语义聚类算法

针对OD流向聚类中语义信息考虑不足和流向语义提取困难的问题,本文提出了一种基于隐含狄利克雷分布模型（Latent Dirichlet Allocation,LDA）和优化蚁群的OD流向语义聚类算法。算法首先以流向终点的POI类别为词汇构建流向文档,采用LDA主题模型提取流向语义,量化OD流向间的语义相似度,融合时间、空间和语义相似度构建流向时空语义相似度;接着以流向为节点,以流向时空语义相似度为边构建流向图,利用高斯函数映射以及图连通分量,剔除不相似的流向,实现数据精简;之后借鉴了密度峰值聚类算法思想,利用节点的介数中心性优化蚁群初始位置选取;最后基于多路切图准则（Multiway Normalized Cut, MNCUT）强化蚁群搜索的目的性,优化蚁群搜索的聚类效果,实现OD流向的时空语义聚类。以厦门市出租车公开数据集与厦门市高德地图POI数据为例进行分析与验证,结果表明本文基于LDA模型的语义提取方法可以有效提取流向的语义信息,构建有效的流向相似度度量;基于高斯函数和图连通分量特性的映射策略可以有效剔除了流向数据中的噪音,有效节省无向图构建的计算开支,大约节省了88.5%～88....     

顾及空间及语义相关性的POI位置标注优化方法

POI的质量是确保寻路、路径规划、导航等高质量地图服务的基础,是影响POI数据的位置准确性、逻辑一致性和语义差异性问题等数据质量问题的关键因素。本文从影响POI位置空间、关系和语义因素3个角度出发,针对POI位置错标、不同语义POI无法区分及POI分布与现实世界不一致的情况,结合建筑数据和道路数据,进行POI多阶段位置优化研究,包括位置约束计算阶段、位置选择阶段、位置优化阶段。以某街道区域为分析区域开展POI位置优化实验,结果表明本文提出的位置优化方法能有效降低错标率（19.3%）、提高可辨识度（6.7%）,并有效提高子区域POI分布与道路分布的一致性,有效提高不同语义POI的识别速度。     

地图综合中语义质量的度量方法研究

从地图综合前、后语义变化的角度,建立了一种地图综合中语义质量的度量方法。从语义变化的4个方面分别提出了相应的语义质量元素,即语义准确性、一致性、完整性和内容相似性;从目标层次、目标类层次和地图层次分别建立了以上4个语义质量元素的度量指标。在此基础上,给出1个地图语义质量综合指标,即通过对提出的4个语义质量元素分别赋予1个权重得到。最后,通过实例分析了语义质量元素在GIS环境下的实现方法。     

基于地层时序与属性语义的相邻钻孔地层连接与推理

相邻钻孔之间地层连接关系的判断与推理是基于钻孔数据的三维地学建模的关键。相邻钻孔之间地层的连接关系可分为基于年代地层单位的时序地层关系和基于地层属性的岩性地层关系两种;地层属性及其语义关系是岩性地层关系判断和细节地层连接的基础。相邻钻孔之间细节地层的岩性连接有对应、包含和尖灭3种,基于地层属性及其语义关系的地层连接关系推理有6种基本模式,设计了相应的地层连接推理算法。以徐州地区两个邻近地质区域的寒武纪钻孔数据为例,在GeoMo3D平台上进行了地层连接与推理实验,验证了基于细节地层属性的语义关系进行连接推理的可行性与可靠性。     

基于自然语言形态描述的地理实体模拟表达方法

日常生活中人们使用定性的自然语言描述地理实体,如何将定性描述的地理实体转换为定量的图形符号是空间认知、地图表达等领域面临的挑战。本文提出一种基于自然语言形态描述的地理实体表达方法,通过对自然语言中地理实体的语义信息进行分析,对自然语言描述的地理实体的形状、大小、分布状况等空间形态信息以地图形式进行近似表达。本文首先阐述了自然语言形态描述的定义与内涵,结合地图符号相关理论,研究了形态描述驱动的地理实体模拟表达策略,并对不同语义模糊度的地理实体图形表达进行了分析和实例设计,最后提出了一种计算空间实体相似性的方法对表达效果进行评估。结果表明,基于本文方法的地理实体模拟表达与手绘图中地理实体的平均相似度达到89.5%,与导览图的地理实体平均相似度达到86.86%,能够实现较好的表达效果,具有一定的科学性和可行性,为自然语言到地图语言的转换研究奠定了基础。