基于局部和全局深度特征嵌入的機(jī)載激光點(diǎn)云分類方法
基本信息

| 申請(qǐng)?zhí)?/td> | CN201910666393.2 | 申請(qǐng)日 | - |
| 公開(公告)號(hào) | CN110363178A | 公開(公告)日 | 2019-10-22 |
| 申請(qǐng)公布號(hào) | CN110363178A | 申請(qǐng)公布日 | 2019-10-22 |
| 分類號(hào) | G06K9/00;G06K9/62 | 分類 | 計(jì)算;推算;計(jì)數(shù); |
| 發(fā)明人 | 黃榮;徐聿升;洪丹楓;潘玥;顧振雄 | 申請(qǐng)(專利權(quán))人 | 上海黑塞智能科技有限公司 |
| 代理機(jī)構(gòu) | 上海科盛知識(shí)產(chǎn)權(quán)代理有限公司 | 代理人 | 趙繼明 |
| 地址 | 200092 上海市楊浦區(qū)國(guó)康路100號(hào)2層 | ||
| 法律狀態(tài) | - | ||
摘要

| 摘要 | 本發(fā)明涉及一種基于局部和全局深度特征嵌入的機(jī)載激光點(diǎn)云分類方法,該方法包括以下步驟:步驟1:對(duì)城市場(chǎng)景點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理后輸入PointNet++并獲得初始軟標(biāo)簽和深度特征;步驟2:將深度特征及城市場(chǎng)景點(diǎn)云數(shù)據(jù)中的空間信息嵌入到優(yōu)化域中并利用局部空間流形學(xué)習(xí)方法表示該優(yōu)化域;步驟3:對(duì)基于初始軟標(biāo)簽結(jié)合優(yōu)化域得到的通過降維表示的基于局部數(shù)據(jù)和全局特征相關(guān)性優(yōu)化的特征使用全局空間正則化進(jìn)行分類結(jié)果優(yōu)化,得到最終點(diǎn)云分類結(jié)果。與現(xiàn)有技術(shù)相比,本發(fā)明不僅對(duì)特征學(xué)習(xí)進(jìn)行了優(yōu)化同時(shí)也解決了局部和全局的標(biāo)記平滑問題,具有優(yōu)化效果好,分類準(zhǔn)確度高等優(yōu)點(diǎn)。 |





