典型文献
一种基于神经网络的倾斜摄影三维语义分割方法
文献摘要：
提出倾斜摄影三维模型的语义分割方法,针对倾斜摄影三维格网转换后的点云数据,首先采用最小能量计算进行几何分区和超点图构建,采取特征融合神经网络模型FF-PointNet(Feature Fusion-PointNet),实现点云局部特征和全局特征提取和融合,并将融合后的特征嵌入超点图,最后采用图卷积网络进行语义分割.为提高模型泛化能力,采用focal loss作为损失函数,同时对点云数据进行了数据增强处理.经过实验验证,并与SPG模型进行对比,结果表明本文所提出的倾斜摄影三维语义分割方法具有较好的精度和适用性.
文献关键词：
倾斜摄影;三维重建;语义分割;深度学习;前馈人工神经网络;图卷积神经网络
中图分类号：
作者姓名：
徐军;尹长林;许文强
作者机构：
湖南省第二测绘院,湖南 长沙 410009;自然资源部 南方丘陵区自然资源监测监管重点实验室,湖南 长沙 410009;长沙市规划信息服务中心,湖南 长沙 410013
文献出处：
引用格式：
[1]徐军;尹长林;许文强-.一种基于神经网络的倾斜摄影三维语义分割方法)[J].国土资源导刊,2022(02):76-81
A类：
前馈人工神经网络
B类：
三维语义分割,分割方法,倾斜摄影三维模型,维格,格网,点云数据,最小能量,能量计算,算进,超点,特征融合,融合神经网络,FF,PointNet,Feature,Fusion,局部特征,全局特征提取,特征嵌入,入超,图卷积网络,模型泛化,泛化能力,focal,loss,损失函数,数据增强,SPG,三维重建,图卷积神经网络
AB值：
0.374506
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。
