-
题名基于机载激光雷达技术的城市三维数据建设
被引量：9
- 1
-
-
作者
高敏
韩聪
-
机构
辽宁省地质勘查院
长春市测绘院
-
出处
《测绘与空间地理信息》
2014年第11期135-136,共2页
-
文摘
三维激光扫描技术获取的点云数据是目前世界上先进的测绘新技术成果之一,它不仅可以实现三维场景复制,而且与其他测绘技术手段相比,数据更丰富,精度更高。本文首先介绍了激光点云数据获取的原理,叙述了基于点云数据制作三维建筑体框模型和DEM的技术方案,进而详细讲解了点云数据处理和建立建筑物体框模型的流程。
-
关键词
三维城市
机载激光雷达
阶层式点云分类
体框模型
-
Keywords
3D city
airborne LiDAR
hierarchical point cloud classification
frame model
-
分类号
P228
[天文地球—大地测量学与测量工程]
TN249
[天文地球—测绘科学与技术]
-
-
题名基于旋转不变深度层次聚类网络的点云分析
被引量：3
- 2
-
-
作者
李冠彬
张锐斐
陈超
林倞
-
机构
中山大学计算机学院
-
出处
《软件学报》
EI
CSCD
北大核心
2022年第11期4356-4378,共23页
-
基金
国家自然科学基金(61976250,61702565)
广东省基础与应用基础研究基金(2020B1515020048)。
-
文摘
由于解决了三维点云的排列不变性问题,基于三维点云的深度学习方法在计算机三维视觉领域中取得了重大的突破,人们逐渐倾向于使用三维点云来描述物体并基于神经网络结构来提取点云的特征.然而,现有的方法依然无法解决旋转不变性问题,使得目前的模型鲁棒性较差;同时,神经网络结构的设计过于启发式,没有合理利用三维点云的几何结构与分布特性,导致网络结构的表达能力有待提升.鉴于此,提出了一种具有良好兼容性的严格旋转不变性表达以及深度层次类簇网络,试图从理论与实践两个层面解决上述问题.在点云识别、部件分割、语义分割这3个经典任务上进行了旋转鲁棒性对比实验,均取得了最优的效果.
-
关键词
三维点云
旋转不变性
层次类簇网络
点云分类
点云语义分割
-
Keywords
3D point cloud
rotation invariance
hierarchical cluster network
point cloud classification
point cloud semantic segmentation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
