典型文献
融合图注意力的摄影测量点云语义分割研究
文献摘要：
随着无人机倾斜摄影测量技术的发展,通过密集影像匹配可以快速获得类比激光扫描数据精度的大规模室外点云,但是这些点云存在着不规则、遮挡严重、数据量庞大的特点,同时因为缺乏对象信息无法深入进行语义分析.针对上述问题,本文提出一种融合图注意力的摄影测量点云语义分割方法.首先构建了一种新的图卷积模块,在网络的每一层动态的更新点云局部邻域图,将跨层点描述与上下文特征结合起来并逐层汇聚点云空间潜在语义信息;然后在每个网络层引入通道注意力机制使网络能够自适应学习通道间的权重,并由此建立基于一种新的图注意模块的点云语义分割网络,实现复杂点云的细粒度语义分割.通过在两个公开的室外点云基准数据集上的实验结果表明,该方法能够显著提升网络对局部拓扑特征信息的学习能力,且对复杂场景点云语义分割具有良好的泛化能力.
文献关键词：
摄影测量点云;局部邻域图;通道注意池;语义分割
中图分类号：
作者姓名：
徐俊;杜宣萱;宋俊锋;陆佳炜;程振波;肖刚
作者机构：
浙江工业大学 计算机科学与技术学院,杭州310023;丽水学院 工学院,浙江 丽水323000
文献出处：
引用格式：
[1]徐俊;杜宣萱;宋俊锋;陆佳炜;程振波;肖刚-.融合图注意力的摄影测量点云语义分割研究)[J].小型微型计算机系统,2022(07):1464-1470
A类：
局部邻域图,通道注意池
B类：
图注意力,摄影测量点云,点云语义分割,无人机倾斜摄影测量技术,过密,影像匹配,激光扫描,数据精度,遮挡,数据量,对象信息,语义分析,分割方法,图卷积,卷积模块,跨层,点描,上下文特征,特征结合,逐层,聚点,语义信息,网络层,通道注意力机制,自适应学习,学习通道,注意模块,语义分割网络,杂点,细粒度语义,基准数据集,对局,拓扑特征,特征信息,复杂场景,景点,泛化能力
AB值：
0.329894
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。
