摘要
本发明公开了基于空间剖线采样引导的机载Lidar点云建筑物提取方法、系统、介质及设备,属于三维点云分割的技术领域,获取机载雷达点云,训练分割网络模型,并基于训练后的分割网络模型,进行三维点云分割,提取建筑物。其中,在编码层,进行随机采样和特征聚合,将点云规模压缩,并进行点云特征的增强;在特征聚合时,分别基于KNN算法和空间剖线算法搜索最近邻点,然后,依次进行空间位置编码以及基于自注意力机制进行特征编码,最后,通过注意力池化得到加强后的特征;并将点云规模压缩为原来的1/256。在解码层,使用最邻近插值法对压缩后的点云进行上采样和跳跃连接,恢复点云规模,最后对每个点进行分类。本发明能够显著提升大规模机载点云中建筑物的分类精度,并具有较低的时间复杂度,具有较高的分类精度及效率。
技术关键词
建筑物提取方法
三维点云分割
注意力机制
编码模块
三维点云数据
KNN算法
机载雷达
坐标
点云特征
搜索模块
邻域
规模
网络
插值法
上采样
系统为您推荐了相关专利信息
数据分类分级
识别方法
引入注意力机制
Softmax分类器
客户敏感信息
输电线路检测方法
输电线路检测系统
融合特征
双模态
超分辨率
拥挤场景
行人检测模型
行人检测方法
模块
特征融合网络
结晶度检测方法
超声信号
聚合物
深度学习模型
激光超声
融合语义信息
图片
语义信息提取
跨模态
细粒度情感分析