作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
智能解译复杂的城市点云场景在智慧城市建设至关重要,但是扫描场景的极度复杂性对实现有效分配每个点的类别标签提出了重大挑战.本文使用改进的图卷积网络,结合精细的局部细节以及每个对象的粗略全局结构,解决了激光点云的语义分割问题.最后在巴黎和湖北黄石两个典型城市场景的LiDAR点云数据集进行实验,以评估该方法的性能.从这两个数据集中识别出九种不同的对象类别,其总准确率分别为95.5%和94.6%,这表明了本文所提出的方法对3D大场景语义理解的有效性.与以前的研究相比,在准确率和召回率方面,本文框架在数量和质量上都达到了最新的语义分割性能.
推荐文章
基于注意力机制的全景分割网络
全景分割
背景类实例重叠
三重态注意力机制
语义增强注意力机制
基于上下文注意力CNN的三维点云语义分割
三维点云
语义分割
上下文注意力卷积层
卷积神经网络
深度学习
基于空间注意力与图卷积的多标签图像分类算法
图卷积网络
多标签图像分类
空间注意力
特征融合
基于卷积神经网络和注意力模型的文本情感分析
社交网络
文本情感分析
卷积神经网络
注意力模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于图注意力卷积网络的城市点云场景层次化语义分割研究
来源期刊 建筑与装饰 学科
关键词 点云 图神经网络 语义分割 条件随机场
年,卷(期) 2021,(8) 所属期刊栏目 城乡规划
研究方向 页码范围 131-132,134
页数 3页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
点云
图神经网络
语义分割
条件随机场
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
建筑与装饰
旬刊
2096-2894
12-1450/TS
天津市和平区西康路35号出版大厦10层11层
chi
出版文献量(篇)
18421
总下载数(次)
56
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导