摘要
针对在三维空间对点云卷积容易产生过拟合情况,影响点云分类精度的问题,该文提出了一种融合空洞条件随机场的三维点云卷积方法,基于后处理的方式,引入的空洞条件随机场可以对点云中的点进行近邻相似性惩罚并且根据预测结果调整特征权重,从而有效减小过拟合效应,提高点云分类的预测精度。并在国际摄影测量与遥感协会(ISPRS)带标签点云数据集上进行了对比实验,结果表明:该文提出的方法在实验区域点云分类结果上优于其他方法,总体精度达到83.9%。平均F1分数达到71.0%。
-
单位中国科学院; 中国科学院大学