科研之友
微信
新浪微博
Facebook
分享链接
摘要
机载LiDAR点云地物丰富且密度不均匀，对其进行精准高效的分类是遥感和摄影测量领域的一项关键任务。针对其密度不均匀的特点，引入一种密度相关的点云卷积算子——PointConv；提出注意力机制模块，修正提取局部信息的重要程度，增强网络对不同点云实例的识别能力。在城市室外场景机载点云数据集GML＿DataSetA和三维语义标记基准数据集ISPRS Vaihingen上的分类结果验证了所提方法的有效性。
- 单位
机载LiDAR点云地物丰富且密度不均匀，对其进行精准高效的分类是遥感和摄影测量领域的一项关键任务。针对其密度不均匀的特点，引入一种密度相关的点云卷积算子——PointConv；提出注意力机制模块，修正提取局部信息的重要程度，增强网络对不同点云实例的识别能力。在城市室外场景机载点云数据集GML＿DataSetA和三维语义标记基准数据集ISPRS Vaihingen上的分类结果验证了所提方法的有效性。
