| 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...
|
| 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！ |
|
