基于DGCNN語義分割的傾斜攝影測量三維點云建筑物分類

作者：韓姍姍,黃遠程,白穆

摘要：傾斜攝影測量通過影像密集匹配生成的高精度彩色點云是實現建筑物語義信息提取的關鍵數據。但因點云數據的不規則性,無論是應用傳統算法還是卷積神經網絡都無法對點云數據進行較好的處理。提出采用動態圖深度卷積網絡直接處理3D原始點云數據的方法,將點云分為建筑物和非建筑物2類。試驗結果表明,該方法可以自適應地學習點云中的各項特征信息,學習每個點的獨立空間信息和色彩信息,同時還能提取點云的局部和全局特征,分類精度高達98.49%,大大提高了分類精度和效率。

發文機構：西安科技大學 自然資源部陜西基礎地理信息中心

關鍵詞：傾斜攝影測量點云分類DGCNN語義分割建筑物分類Oblique PhotogrammetryClassification of Point CloudsDGCNNSemantic SegmentationBuilding Classification

分類號： P231.11[天文地球—攝影測量與遙感]