声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
该杂志刊期列表
- 2026年
- 1期
国内刊号：51-1125/TN
国际刊号：1001-3806
发布日期:
作者：李婕, 李青清, 李礼, 刘钊, 沈阳, 涂静敏
关键词：激光技术, 激光雷达点云, 平面分割, 深度学习, 建筑物屋顶
为了准确提取不同类型建筑物屋顶点云的各个平面，采用度量学习的方式，将每个平面视为单独的实例，为每个平面上的点学习单独的高维深度特征。利用所提取的高维深度特征对平面点进行初步的聚类，通过简单的欧氏距离和特征空间距离进行综合度量将未聚类的点分配至各个平面；所提出的方法分别在合成数据集和公开的机载点云建筑物屋顶数据集RoofN3D上进行了训练和测试。结果表明，在合成数据集上，所提取的建筑物平面的准确率、召回率和F1分数分别为0.990、0.998和0.994；在机载点云数据集RoofN3D上，所提取的建筑物平面的准确率、召回率和F1分数分别为0.945、0.971和0.957。该方法不仅可以准确有效地提取出不同建筑物屋顶平面，且平面边缘非常准确，还可以准确区分建筑物屋顶平面内容和非平面内容，为建筑物3维建模提供重要帮助。
来源：2024年第5期
《激光技术》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。