avatar avatar 我的文献 融合光谱信息的机载LiDAR点云三维深度学习分类方法 单位 河南理工大学测绘与国土信息工程学院 期刊 激光与光电子学进展 时间 关键词 机载LiDAR; 多光谱影像; 数据融合; PointNet; 点云分类
摘要
针对传统二维深度学习方法无法实现三维点云分类问题,本文提出了一种融合光谱信息的机载LiDAR点云三维深度学习分类方法。该方法首先融合机载LiDAR点云和多光谱航空影像进行点云光谱信息扩充,进而在点云格网化和数据增强处理的基础上,采用多层感知机提取出不同尺度下的点特征和全局特征,最后基于三维深度学习算法实现机载LiDAR点云的准确分类。本文采用国际摄影测量与遥感协会提供的数据集进行方法验证,结果表明,融合光谱信息后,机载LiDAR点云分类精度可以提高13.39%;与其它已有方法的对比也进一步表明,所提方法可以在减少特征向量提取的情况下,取得较好的分类结果。
下载 浏览 cnki {{liketext}}
©2020 - iData {{ message }} 关闭