基于深度学习的点云语义分割在实景三维中的应用研究
Journal: Geological and Mineral Surveying and Mapping DOI: 10.12238/gmsm.v8i4.2225
Abstract
实景三维作为数字中国建设的重要基础设施,其智能化处理与精细化分析已成为测绘地理信息领域的研究热点。点云数据作为实景三维的核心数据形式,其语义分割技术直接影响着三维场景的理解与应用深度。本文系统梳理了基于深度学习的点云语义分割技术发展脉络,重点探讨了PointNet系列、图卷积网络、Transformer等先进网络架构在点云处理中的创新应用。针对实景三维场景中点云数据规模大、类别不均衡、边界模糊等技术难点,本文提出了多尺度特征融合与注意力机制相结合的改进方案,并在城市建筑物提取、道路场景理解、文物保护等典型应用场景中进行了验证。实验结果表明,所提方法在大规模点云数据集上的平均交并比(mIoU)达到82.6%,相比传统方法有显著提升,有效提升了实景三维场景的智能化解译能力。本研究为实景三维数据的自动化处理提供了新的技术路径,对推动智慧城市、数字孪生等领域的发展具有重要的理论意义和应用价值。
Keywords
深度学习；点云语义分割；实景三维；三维场景理解；特征提取
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] 张祖勋,张剑清.实景三维中国建设的关键技术问题与发展趋势[J].测绘学报,2022,51(7):1203-1213.
[2] 李德仁,李明.面向智慧城市的实景三维时空信息平台[J].武汉大学学报(信息科学版),2021,46(6):801-809.
[3] 陈驰,王成,李清泉.基于深度学习的点云语义分割方法综述[J].测绘学报,2020,49(5):555-567.
[4] 杨必胜,董震,梁福逊.基于PointNet++的机载LiDAR点云语义分割[J].测绘学报,2020,49(8):981-990.
[5] 王明常,张文月,李琦.融合图卷积与Transformer的点云语义分割网络[J].中国图象图形学报,2023,28(4):1145-1156.
[6] 程效军,章玉,陈动.大规模城市点云场景语义分割方法研究[J].测绘通报,2021,(10):45-51.
[7] 史文中,陈云浩.实景三维在新型智慧城市中的应用[J].地球信息科学学报,2022,24(1):3-14.
[8] 郭丙轩,李杏朝,马洪超.基于注意力机制的点云语义分割算法[J].计算机学报,2021,44(9):1812-1825.
[9] 韩斌,吴波,王璐.面向不均衡数据的点云语义分割损失函数改进[J].中国科学:信息科学,2022,52(6):1089-1103.
[2] 李德仁,李明.面向智慧城市的实景三维时空信息平台[J].武汉大学学报(信息科学版),2021,46(6):801-809.
[3] 陈驰,王成,李清泉.基于深度学习的点云语义分割方法综述[J].测绘学报,2020,49(5):555-567.
[4] 杨必胜,董震,梁福逊.基于PointNet++的机载LiDAR点云语义分割[J].测绘学报,2020,49(8):981-990.
[5] 王明常,张文月,李琦.融合图卷积与Transformer的点云语义分割网络[J].中国图象图形学报,2023,28(4):1145-1156.
[6] 程效军,章玉,陈动.大规模城市点云场景语义分割方法研究[J].测绘通报,2021,(10):45-51.
[7] 史文中,陈云浩.实景三维在新型智慧城市中的应用[J].地球信息科学学报,2022,24(1):3-14.
[8] 郭丙轩,李杏朝,马洪超.基于注意力机制的点云语义分割算法[J].计算机学报,2021,44(9):1812-1825.
[9] 韩斌,吴波,王璐.面向不均衡数据的点云语义分割损失函数改进[J].中国科学:信息科学,2022,52(6):1089-1103.
Copyright © 2025 赵晶晶
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License