联合点云压缩的多特征融合点云语义分割方法

夏旺

您当前的位置：

首页 >

文章列表页 >

联合点云压缩的多特征融合点云语义分割方法

技术热点研究 | 更新时间：2025-11-25

- 联合点云压缩的多特征融合点云语义分割方法
- 联合点云压缩的多特征融合点云语义分割方法
- 地理空间信息 2023年21卷第10期页码：5-9
- 作者机构：
  
  1. 中铁第四勘察设计院集团有限公司
  2. 水下隧道技术国家地方联合工程研究中心
- 作者简介：
- 基金信息：
  
  国家重点研发计划资助项目（2021YFB2600400）;中铁第四勘察设计院集团有限公司博士后科研课题（2021K084）
- DOI：
  中图分类号： TN957.52
- 纸质出版：2023
- 稿件说明：
移动端阅览
夏旺. 联合点云压缩的多特征融合点云语义分割方法[J]. 地理空间信息, 2023,21(10):5-9.

夏旺. 联合点云压缩的多特征融合点云语义分割方法[J]. 2023, 21(10): 5-9.
夏旺. 联合点云压缩的多特征融合点云语义分割方法[J]. 地理空间信息, 2023,21(10):5-9. DOI：

夏旺. 联合点云压缩的多特征融合点云语义分割方法[J]. 2023, 21(10): 5-9. DOI：

摘要

针对PointNet++对点云空间相关性特征提取能力不足，同时难以适用于大场景高密度LiDAR点云语义分割的问题，提出一种联合点云压缩的多特征融合LiDAR点云语义分割方法。首先利用点云压缩算法降低点云密度，并使用PointNet++提取简化点云的深度语义特征，再利用拟合算法计算完整点云的深度特征；之后提取人工设计的空间相关性特征与深度特征进行串联；最后利用随机森林算法对完整点云进行语义分割。通过在ISPRS提供的LiDAR点云语义分割标准数据集进行实验，证明提出方法的有效性，总体精度较PointNet++提升了5.3%。

Abstract

关键词

Keywords

references

李绕波,袁希平,甘淑,毕瑞,胡琳.基于特征点和关键点提取的点云数据压缩方法[J].激光与红外,2021(09).

林松,田林亚,毕继鑫,施贵刚,朱依民,闻亚.基于最优邻域局部熵的点云精简算法[J].测绘工程,2021(05).

李琪琪,花向红,赵不钒,陶武勇,戚瀚文.一种基于曲率泊松碟采样的散乱点云精简方法[J].测绘通报,2020(S1).

李金涛,程效军,杨泽鑫,杨荣淇.基于曲率分级的点云数据压缩方法[J].激光与光电子学进展,2019(14).

贺一波,陈冉丽,吴侃,段志鑫.基于k-means聚类的点云精简方法[J].激光与光电子学进展,2019(09).

Mariana Belgiu,Lucian Drăguţ.Random forest in remote sensing: A review of applications and future directions[J].ISPRS Journal of Photogrammetry and Remote Sensing,2016.

C. E. Shannon.A Mathematical Theory of Communication[J].Bell System Technical Journal,1948(4).

浏览量

111

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向点云语义分割的多特征融合PointNet++网络

基于特征自适应选择网络的遥感图像语义分割

基于深度特征聚合网络的高分辨率遥感图像语义分割

结合超分辨率重建技术的遥感语义分割方法

交叉验证的半监督遥感图像分割方法