【摘 要】
：
目的 点云分类传统方法中大量依赖人工设计特征,缺乏深层次特征,难以进一步提高精度,基于深度学习的方法大部分利用结构化网络,转化为其他表征造成了3维空间结构信息的丢失,部分利用局部结构学习多层次特征的方法也因为忽略了机载数据的几何信息,难以实现精细分类.针对上述问题,本文提出了一种基于多特征融合几何卷积神经网络(multi-feature fusion and geometric convolutional neural network,MFFGCNN)的机载LiDAR(light detection an
【机 构】
：
战略支援部队信息工程大学地理空间信息学院,郑州 450001
论文部分内容阅读
目的 点云分类传统方法中大量依赖人工设计特征,缺乏深层次特征,难以进一步提高精度,基于深度学习的方法大部分利用结构化网络,转化为其他表征造成了3维空间结构信息的丢失,部分利用局部结构学习多层次特征的方法也因为忽略了机载数据的几何信息,难以实现精细分类.针对上述问题,本文提出了一种基于多特征融合几何卷积神经网络(multi-feature fusion and geometric convolutional neural network,MFFGCNN)的机载LiDAR(light detection and ranging)点云地物分类方法.方法 提取并融合有效的浅层传统特征,并结合坐标尺度等预处理方法,称为APD模块(airporne laser scanning point cloud design module),在输入特征层面对典型地物有针对性地进行信息补充,来提高网络对大区域、低密度的机载LiDAR点云原始数据的适应能力和基础分类精度,基于多特征融合的几何卷积模块,称为FGC(multi-feature fusion and geometric convolution)算子,编码点的全局和局部空间几何结构,实现对大区域点云层次化几何结构的获取,最终与多尺度全局的逐点深度特征聚合提取高级语义特征,并基于空间上采样获得逐点的多尺度深度特征实现机载LiDAR点云的语义分割.结果 在ISPRS(International Society for Photogrammetry and Remote Sensing)提供的3维标记基准数据集上进行模型训练与测试,由于面向建筑物、地面和植被3类典型地物,对ISPRS的9类数据集进行了类别划分.本文算法在全局准确率上取得了81.42％ 的较高精度,消融实验结果证明FGC模块可以提高8％的全局准确率,能够有效地提取局部几何特性,相较仅基于点的3维空间坐标方法,本文方法可提高15％的整体分类精度.结论 提出的MFFCGNN网络综合了传统特征的优势和深度学习模型的优点,能够实现机载LiDAR点云的城市重要地物快速分类.
其他文献
以天然发酵的蚕豆酱醅为研究对象,按一定频率检测酱醅在6个月天然发酵过程中总酸和氨基酸态氮的数值,以此来确定不同月份投料酱醅最佳发酵时间.结果 表明,1月、2月、9月、10月、11月、12月这6个月下缸的酱醅最佳发酵时间为5～6个月;3月、4月、5月下缸的酱醅最佳发酵时间为3～3.5个月;6月、7月、8月下缸的酱醅最佳发酵时间为2个月.
目的 3D形状分析是计算机视觉和图形学的一个重要研究课题.虽然现有方法使用基于图的卷积将基于图像的深度学习推广到3维网格,但缺乏有效的池化操作限制了其网络的学习能力.针对具有相同连通性,但几何形状不同的网格模型数据集,本文利用网格简化的边收缩操作建立网格层次结构,提出了一种新的网格池化操作.方法 本文改进了传统的网格简化方法,以避免生成高度不规则的三角形,利用改进的网格简化方法定义了新的网格池化操作.网格简化的边收缩操作建立的网格层次结构之间存在对应关系,有利于网格池化的定义.新定义的池化操作有效地编码了
粮食安全一直以来都是人们备受关注的问题,粮食安全直接关系到人们的健康与生命,而粮食检验工作是确保粮食安全的主要环节.现阶段粮食检验的过程中存在一些待解决的问题,这些问题无论是从宏观方面还是从微观方面都对人们的生活质量带来了一定影响.基于此,本文分析了粮食检验的意义,探讨了现阶段粮食检验工作存在的问题,并针对存在的问题,提出粮食检验工作的有效措施,以期提高我国的粮食安全,保障人们的饮食安全与生命健康.
基于桑葚的产量优势以及其药用价值与食用价值的3方面原因的主导下,在桑葚研究领域对其功能开发与利用的科研项目居多,本文试探近几年来在桑葚研究领域所取得的成果,针对其药用功能与食用功能的开发进行详细论述,以便科研领域对于桑葚的开发具有全面、多重的认识,对其营养功能有更为具体的认识.
目的 单目相机运动轨迹恢复由于输入只有单目视频序列而缺乏尺度信息,生成的轨迹存在严重漂移而无法进行高精度应用.为了能够运用单目相机普及度高、成本低的优势,提出一种基于场景几何的方法在自动驾驶领域进行真实尺度恢复.方法 首先使用深度估计网络对连续图像进行相对深度估计,利用估计的深度值将像素点从2维平面投影到3维空间.然后对光流网络估计出的光流进行前后光流一致性计算得到有效匹配点,使用传统方法求解位姿,使相对深度与位姿尺度统一.再利用相对深度值计算表面法向量图求解地面点群,通过几何关系计算相同尺度的相机高度后
目的 体映射建立了两个3维体网格之间的对应关系,是计算机图形学中的重要研究方向.很多应用要求体映射是无翻转的,即其雅可比矩阵的行列式处处大于0.然而,现有的无翻转体映射生成算法经常无法完全消除翻转.挑战主要在于很难在保证满足位置约束的前提下消除映射的翻转.为此,提出一种新的无翻转体映射计算方法,核心是一种新的变形方法.方法 首先放松位置约束,然后在变形过程中通过线搜索的方式保证不产生翻转,最后将网格无翻转地变形到满足位置约束.为实现这个变形过程,提出一种雅可比矩阵引导的变形算法.虽然现有的无翻转体映射方法
近年来,关于大学生食品安全的事件时有发生,学校食品供应主要有3个渠道,即堂食、正常餐饮配送以及学校专属的食品供应商或餐饮店.学校内的食品安全问题是人们较为重视的问题,一旦学校食品出现安全隐患或者是造成了较大的安全事故,将带来严重的社会负面影响.因此,本文对当前新时代大学生的食品营养与健康进行深刻思考,并提出改进大学生饮食营养与健康的措施,期望能够让大学生认识到食品营养与健康的重要性,从而注重自己的饮食健康与安全.
豆制品生产过程中,浸泡工序直接关系到最终产品出品率,本文论述了大豆原料、浸泡水质、浸泡水量、浸泡温度与时间、pH值、搅拌和排酸等要点对大豆浸泡工序的影响,并对实际生产提出建议.
本文对芽苗菜汁与椰果的复配饮料进行研究.芽苗菜加水比例3:8制备芽苗菜汁,与椰果浆体的复配比例为4:1.通过单因素试验、正交试验和感官评价得出柠檬酸的最适加入量应为1.0％、白砂糖的最适加入量为3.0％,阿拉伯胶的最适加入量应为0.5％.最终饮料既有芽苗菜的营养物质又含有膳食纤维成分,pH值为5.1～5.6,可溶性固形物含量为68％,组织细腻均匀,口感爽口,符合营养代餐、养生保健等市场需求.
目的 当前点云补全的深度学习算法多采用自编码器结构,然而编码器端常用的多层感知器(multilayer perceptron,MLP)网络往往只聚焦于点云整体形状,很难对物体的细节特征进行有效提取,使点云残缺结构的补全效果不佳.因此需要一种准确的点云局部特征提取算法,用于点云补全任务.方法 为解决该问题,本文提出了嵌入注意力模块的多尺度点云补全算法.网络整体采用编码器—解码器结构,通过编码器端的特征嵌入层和Transformer层提取并融合3种不同分辨率的残缺点云特征信息,将其输入到全连接网络的解码器中,