基于机器学习的室内点云语义分割 ——以门为例

• 作者: 危双丰 张瑞菊 潘伟利 赵江洪
• 来源期刊: 北京测绘
• 学科: 地球科学
• 关键词: 特征工程 线性模型 语义分割
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 学术探讨
• 页码范围: 255-259
• 页数: 5页
• 分类号: P225
• 字数: 3523字
• 语种: 中文
• DOI: 10.19580/j.cnki.1007-3000.2018.03.001

摘要

精确的室内三维点云数据为室内建模等领域提供数据支持.因此,在获取室内点云后,需要对室内不同的物体的点云数据进行语义分割,以方便后续的建模等处理.本文利用特征工程的思想,在原始点云7维特征的基础上,人工构建点云12维特征空间.选取室内门的30000个点云数据作为训练数据,以整个房间中的2000000个点云数据作为测试数据,对所有点云数据构建12维特征空间,使用线性向量机模型进行预测,并且研究使用7个的特征和12个特征对分割精度的影响.实验结果表明:采用线性模型,在12维的特征空间上分割的精度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵江洪	北京建筑大学测绘与城市空间信息学院	23	234	9.0	15.0
2	张瑞菊	北京建筑大学测绘与城市空间信息学院	13	41	3.0	6.0
3	危双丰	北京建筑大学测绘与城市空间信息学院	19	63	4.0	7.0
4	潘伟利	北京建筑大学测绘与城市空间信息学院	1	0	0.0	0.0