科研之友
微信
新浪微博
Facebook
分享链接
摘要
机载激光雷达获取的点云具有类别分布不均匀、样本高程差异大的复杂特点，现有方法难以充分识别其细粒度的局部结构。针对该问题，堆叠使用多层边缘卷积算子同时提取局部信息和全局信息，并引入高程注意力权重作为特征提取的补充，设计了一种用于机载激光雷达点云地物分类的端到端网络，提出基于高程感知多尺度图卷积网络的地物分类方法。对原始点云划分子块并采样到固定点数；采用多尺度边缘卷积算子提取多尺度局部-全局特征并进行融合，同时采用高程感知模块生成注意力权重并应用于特征提取网络；利用改进的焦点损失函数进一步解决类别分布不均问题，完成分类。采用国际摄影测量与遥感学会（ISPRS）提供的标准测试数据集对所提方法进行验证，所提方法的总体分类精度达到0.859，单类别分类精度特别是对建筑物的提取精度较ISPRS竞赛中公开的最好结果提高了4.6%。研究结果对实际应用和网络设计优化具有借鉴意义。
-
单位空军工程大学信息与导航学院
