高速公路典型要素语义分割深度学习模型适用性分析

通过对比评估了目前主流的深度学习点云语义分割的网络模型PointNet、PointNet++及RandLA-Net，在高速公路场景下的语义分割性能和效果，最后选择性能最优的RandLA-Net网络模型进行超过5 km高速公路基础要素的语义分割实验，结果表明，RandLA-Net网络模型可以较好地实现高速公路场景的激光点云语义分割，总体精度达90.53%，满足现阶段高速公路场景数字化应用的信息识别精度要求。