基于Feature-RNet的三维大场景点云分类框架OACSTPCD
随着大场景三维点云应用在越来越多的领域中,近些年对激光点云大场景下的分类研究不断深入,各种分类模型层出不穷,在大场景点云分类任务中表现优异,但是依然存在训练时间长、计算复杂以及分类精度低等问题。针对分类精度低这一问题,提出一种基于Feature-RNet的三维大场景点云分类框架模型来实现点云分类工作。该框架模型不直接以三维点云数据作为输入,而是以通过KNN方法提取三维点云的二维特征和三维特征构建的特征图像作为输入,避免了网络框架对三维点云数据直接…查看全部>>
雷根华;王蕾;张志勇
东华理工大学信息工程学院,江西南昌330013东华理工大学信息工程学院,江西南昌330013 江西省核地学数据科学与系统工程技术研究中心,江西南昌330013东华理工大学信息工程学院,江西南昌330013
信息技术与安全科学
点云特征图像RNet网络框架大场景点云分类Oakland数据集深度学习
《计算机技术与发展》 2022 (6)
P.85-91,7
评论