申请/专利权人:桂林理工大学
申请日:2022-07-17
公开(公告)日:2022-10-21
公开(公告)号:CN115222988A
主分类号:G06V10/764
分类号:G06V10/764;G06V10/80;G06V10/82;G06N3/04;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.11.08#实质审查的生效;2022.10.21#公开
摘要:本发明公开了一种激光雷达点云数据城市地物PointEFF精细分类方法,属于激光雷达点云分类领域。此方法包括:点云数据分块;端对端特征提取层构建;外部特征融合层构建;精度评价。PointEFF激光雷达点云数据城市地物精细分类方法通过构建外部特征融合ExternalFeatureFusion模块,在模型上采样阶段将点云手工设计描述符handcrafteddescriptors与网络得到的端对端特征融合,改善了以PointNet、PointNet++为代表的领域特征池化方法在上采样过程中因插值操作造成的点云局部信息损失问题,极大地提高了模型在复杂地物分类上,特别是提高对粗糙表面地物分类的分类精度,能够更好的应用于地物类型复杂的城市地物分类。
主权项:1.激光雷达点云数据城市地物PointEFF精细分类方法,其特征在于:①通过提取点云手工设计描述符handcrafteddescriptors,获得更加丰富的点云几何结构信息,解决了传统的基于深度学习的领域特征池化方法在提取点云局部特征时没有考虑点与点之间的结构信息的缺陷②在模型上采样阶段构建外部特征融合模块ExternalFeatureFusion模块,改善了传统的基于深度学习的领域特征池化方法在上采样过程中因插值操作造成的点云局部信息损失问题,极大的提高了模型在复杂地物分类上,特别是对粗糙表面分类的分类精度;其特征还在于由点云数据分块、端对端特征提取层、外部特征融合层组成。
全文数据:
权利要求:
百度查询: 桂林理工大学 激光雷达点云数据城市地物PointEFF精细分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。