典型文献
基于RandLA-Net的机载激光雷达点云城市建筑物变化检测
文献摘要：
利用遥感手段对城市建筑物进行变化检测可以快速准确地获取建筑物覆盖的变化信息,但是单纯基于影像数据难以快速、准确地进行三维变化检测,且传统基于点云的方法自动化程度低、精度差.针对这些问题,文章使用机载激光雷达点云数据,引入RandLA-Net的点云语义分割方法,提高变化检测的精度与自动化程度,同时通过点云投影的方式,克服了点云无序性导致的2期数据间无法差分的问题.标准RandLA-Net算法使用点的位置与颜色信息作为特征,并主要用于街景级点云的语义分割.该研究则使用城市大尺度机载点云数据,结合固有的反射强度与影像赋予点云的光谱信息,探究不同特征信息对结果精度的影响.同时,实验中发现除点云强度和光谱等特征外,点本身的坐标信息同样重要,转化为相对坐标使结果精度提升明显.实验结果表明,使用RandLA-Net网络对建筑物提取与变化检测获得的结果明显优于传统方法,且验证了使用深度学习方法处理激光雷达数据进行建筑物提取与变化检测的可行性,可以实现可靠的建筑物三维变化检测.
文献关键词：
机载激光雷达;点云;变化检测;三维语义分割
中图分类号：
作者姓名：
孟琮棠;赵银娣;韩文泉;何晨阳;陈锡秋
作者机构：
中国矿业大学环境与测绘学院,徐州 221116;南京市测绘勘察研究院股份有限公司,南京 210019
文献出处：
引用格式：
[1]孟琮棠;赵银娣;韩文泉;何晨阳;陈锡秋-.基于RandLA-Net的机载激光雷达点云城市建筑物变化检测)[J].自然资源遥感,2022(04):113-121
A类：
点云强度
B类：
RandLA,Net,机载激光雷达,激光雷达点云,城市建筑物,建筑物变化检测,快速准确,基于影像数据,三维变化检测,点云语义分割,分割方法,点云投影,期数,颜色信息,街景,大尺度,机载点云数据,反射强度,光谱信息,特征信息,相对坐标,精度提升,建筑物提取,使用深度,深度学习方法,雷达数据,三维语义分割
AB值：
0.299215
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
