测绘科学

2021, v.46;No.275(05) 77-83

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

一种改进的全卷积网络激光点云分类方法
An improved fully convolutional networks method for laser point cloud classification

宋伯宇;彭玲;池天河;吴同;

摘要(Abstract):

针对在三维空间对点云卷积容易产生过拟合情况,影响点云分类精度的问题,该文提出了一种融合空洞条件随机场的三维点云卷积方法,基于后处理的方式,引入的空洞条件随机场可以对点云中的点进行近邻相似性惩罚并且根据预测结果调整特征权重,从而有效减小过拟合效应,提高点云分类的预测精度。并在国际摄影测量与遥感协会(ISPRS)带标签点云数据集上进行了对比实验,结果表明:该文提出的方法在实验区域点云分类结果上优于其他方法,总体精度达到83.9%。平均F_1分数达到71.0%。

关键词(KeyWords): 全卷积网络;条件随机场;后处理;激光点云;分类

Abstract:

Keywords:

基金项目(Foundation): 北京市科技计划课题项目(Z191100001419002)

作者(Author): 宋伯宇;彭玲;池天河;吴同;

Email:

DOI: 10.16251/j.cnki.1009-2307.2021.05.012

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享