利用神经网络的城区机载激光雷达点云分类算法

• 作者: 程英蕾 赵中阳 释小松
• 来源期刊: 计算机应用研究
• 关键词: 神经网络 激光雷达 数据压缩 邻域特征提取 点云分类
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 图形图像技术
• 页码范围: 1256-1260
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.10.0783

摘要

为了将神经网络应用于城区激光雷达点云数据分类,并针对大规模点云数据训练过程中计算量大、耗时长的问题,改进原有PointNet神经网络,加入了点云邻域特征的提取和分析,提出了一种新的点云分类算法.通过网格化聚类和重采样压缩原始点云数据量,提取多尺度邻域点云数据,利用改进PointNet完成对城区点云数据的分类,并用不同地区数据验证该分类算法.结果表明该算法分类效果良好,分类精度较高;数据训练过程中的计算量减少;能够对城区机载激光雷达数据实现有效分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程英蕾	空军工程大学信息与导航学院	31	221	8.0	14.0
2	释小松	空军工程大学信息与导航学院	3	0	0.0	0.0
3	赵中阳	空军工程大学信息与导航学院	4	9	2.0	3.0