论文部分内容阅读
倾斜摄影测量通过影像密集匹配生成的高精度彩色点云是实现建筑物语义信息提取的关键数据。但因点云数据的不规则性,无论是应用传统算法还是卷积神经网络都无法对点云数据进行较好的处理。提出采用动态图深度卷积网络直接处理3D原始点云数据的方法,将点云分为建筑物和非建筑物2类。试验结果表明,该方法可以自适应地学习点云中的各项特征信息,学习每个点的独立空间信息和色彩信息,同时还能提取点云的局部和全局特征,分类精度高达98.49%,大大提高了分类精度和效率。