来源:《地理与地理信息科学》2021年第01期 作者:杨柳;刘启亮;袁浩涛;
选择字号

城市激光点云语义分割典型方法对比研究

分享到: 分享到QQ空间

基于深度学习方法在城市激光点云语义分割任务中的应用效果缺乏客观的对比与评价,该文选取当前4种代表性点云语义分割深度网络(PointNet、PointNet++、PointCNN、SPG)以及一种基于特征描述子的层次化点云语义分割方法,采用3组开放点云数据集(Semantic 3D、Oakland及TerraMobilita/iQmulus 3D urban)对不同方法的语义分割质量进行对比分析,结果发现:1)层次化点云语义分割方法的语义分割质量优于另外4种深度学习方法;2)考虑局部信息的深度网络(PointNet++、PointCNN、SPG)的表现优于仅考虑点云全局特征的方法(PointNet);3)在基于深度学习的方法中,基于超点图的SPG网络在测试数据中的效果优于其他几种网络。研究结果对于实际应用选择点云语义分割方法以及点云语义分割深度网络的设计优化具有借鉴意义。(本文共计9页)       [继续阅读本文]

下载阅读本文     订阅本刊
   

相关文章推荐

地理与地理信息科学杂志2021年第01期
地理与地理信息科学
主办:河北省科学院地理科学研究所
出版:地理与地理信息科学杂志编辑部
出版周期:双月
出版地:河北省石家庄市

本期目录