收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于深度学习的倾斜摄影测量点云建筑物语义与实例联合分割

韩姗姗  
【摘要】:倾斜摄影测量点云作为一种新兴数据,因其具有丰富的地物表面信息和低成本、高精度、高效率等优势获得广泛关注,并在建筑物提取和建筑物单体化等方面表现出广大的应用前景。同二维图像相比,密集匹配点云的难点就在于地物分类时不仅要对地物的顶面进行分类,还要将地物的立面点集也划分到相应的类别中。但是,通过多视影像密集匹配生成的点云在分类任务中会受复杂多变的地形与地表起伏等因素的影响。倾斜摄影测量在获取多视影像时,会因为地物自身形状和地物间互相的遮挡等原因,无法获取到完整的地物相片。这使得地物分布较为密集的区域在生成倾斜摄影测量点云时会生成许多光谱信息错误,或者空间信息错误的点。这类点在传统分类算法中形成干扰因子,从而导致传统的三维点云分类算法表现效果不好。近年来,由于深度学习中的人工神经网络拥有优越的非线性表达能力而被广泛应用到多个研究领域中。研究者们在倾斜摄影测量点云中引入深度学习的方法,从而将三维点云数据中的地物分类称为语义分割。而三维点云中的建筑物单体化又与深度学习中的实例分割在概念上十分相似。因此,本文尝试使用深度卷积神经网络对倾斜摄影测量点云进行语义分割和实例分割,并在训练过程中对网络模型的框架结构和损失计算部分进行改进和优化。主要完成的工作和成果如下:(1)为了使倾斜摄影测量点云数据更好的适配全监督深度神经网络的计算和训练方式,针对密集匹配点云的数据格式特性,在进行了人工地物采集与标注后,通过编程对点云实现了点云分块、重采样、三维坐标转换、数据归一化处理、人工标签覆盖点云、处理后点云数据与标签信息对应合并等等一系列半自动化的点云标签制作和点云数据预处理流程,最终完成了从原始点云数据到适用于网络模型的点云数据集的处理与转换。(2)在语义分割部分,指出同传统点云分类算法相比深度学习神经网络在语义分割任务中所具有的优势,并使用了两种深度卷积神经网络对倾斜摄影测量点云进行了建筑物语义分割。在详细介绍了两种深度神经网络的框架结构、损失算法和训练过程的原理后,通过对两种网络模型原有的结构进行了模型优化和算法提升,两种网络模型分别获得了93.9%和98.7%的分割精度。(3)在获得了倾斜摄影测量点云建筑物语义分割结果的基础上,采用以往通用的“语义+实例”逐范式分割模式,引入前期的语义分割结果对三维点云进行实例分割,获得了58.1%的准确率。而在实例分割的训练过程中,发现了全监督式深度神经网络存在整体训练过程时间过长,导致分割效率不够高的缺点。因此,在考虑了语义分割和实例分割之间的异同点之后,求同存异,提出了同时进行倾斜摄影测量点云语义分割和实例分割的并行分割模式,并构建了语义与实例联合分割的网络模型。这种分割模式大幅度缩短了网络的训练时间,提升了分割效率。最终做到,能同时完成语义分割和实例分割的训练,并获得94.1%的语义分割精度结果和53.2%的实例分割精度结果。


知网文化
【相似文献】
中国期刊全文数据库 前11条
1 汪晓楚;梁栋栋;吴旭;;地面激光点云结合摄影测量的建筑物三维建模[J];安徽师范大学学报(自然科学版);2017年06期
2 罗开乾;朱江平;张建伟;;三维点云补全方法的现状和发展趋势[J];信息记录材料;2020年05期
3 郑特;邹峥嵘;张云生;杜守基;何雪;;基于图割算法的摄影测量点云面向对象分类方法[J];测绘工程;2018年03期
4 梁振斌;熊风光;韩燮;陶谦;;基于深度学习的点云匹配[J];计算机工程与设计;2020年06期
5 杨必胜;董震;;点云智能研究进展与趋势[J];测绘学报;2019年12期
6 翁博文;胡丹丹;罗其俊;;基于神经网络的航空行李点云检测方法研究[J];电子世界;2020年07期
7 王嘉鑫;赵夫群;;点云数据预处理研究[J];现代信息科技;2020年02期
8 周志宇;陈斌;郑光;吴秉校;苗馨予;杨丹;徐驰;;基于地基激光雷达点云的植被表型特征测量[J];生态学杂志;2020年01期
9 孙国强;嵇卉;庞岩;;机载点云空洞的修复方法[J];北京测绘;2020年02期
10 刘菲菲;杨铎;;基于二维截面筛选标记的点云简化方法研究[J];机电工程;2020年05期
11 刘世鸣;沈志毅;;新型激光远程点云装置研究[J];机电信息;2020年17期
中国重要会议论文全文数据库 前20条
1 宋强;吴永欢;吴蔚;孙煜华;;基于PCA的电力杆塔点云提取方法[A];第三届智能电网会议论文集——智能用电[C];2019年
2 汤伏全;何柯璐;;机载激光点云构建矿区地表沉陷模型的方法探讨[A];中国煤炭学会土地复垦与生态修复专业委员会第八届全国矿区土地复垦与生态修复学术会议交流材料[C];2019年
3 戴德云;王纪凯;赵皓;陈宗海;;交通场景下基于LiDAR点云的3D目标检测[A];第21届中国系统仿真技术及其应用学术年会论文集(CCSSTA21st 2020)[C];2020年
4 林楷;王威娜;陈辉;;基于Fuzzy c-means聚类的稠密激光点云精简与配准方法[A];2020中国仿真大会论文集[C];2020年
5 牛雪娟;刘景泰;孙雷;;基于小波变换的栅格点云多分辨率分析[A];第二十七届中国控制会议论文集[C];2008年
6 杨雪春;;反求工程建模中点云切片技术研究[A];全国先进制造技术高层论坛暨第八届制造业自动化与信息化技术研讨会论文集[C];2009年
7 李文涛;韦群;杨海龙;;基于图像的点云生成和预处理[A];2011年全国通信安全学术会议论文集[C];2011年
8 赵小祥;刘宝武;;车载点云中建筑物快速提取方法[A];地理信息与人工智能论坛暨江苏省测绘地理信息学会2017年学术年会论文集[C];2017年
9 张舒;谢艾伶;白志辉;王响雷;;三维激光扫描点云粗差剔除方法研究[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
10 解辉;张爱武;孟宪刚;;机载激光点云快速绘制方法[A];第二十五届全国空间探测学术研讨会摘要集[C];2012年
11 吴新桥;王昊;杨家慧;;面向电网巡检的点云高精度配准算法研究[A];生态互联 数字电力——2019电力行业信息化年会论文集[C];2019年
12 童艳丽;施昆;李志杰;;机载激光点云与影像的融合与分类技术研究[A];云南省测绘地理信息学会2016年学术年会论文集[C];2016年
13 马国庆;陶萍萍;杨周旺;;点云空间曲线的微分信息计算及匹配方法[A];第四届全国几何设计与计算学术会议论文集[C];2009年
14 江倩殷;刘忠途;李熙莹;;一种有效的点云精简算法[A];第十五届全国图象图形学学术会议论文集[C];2010年
15 赵四能;张静海;杨映泉;王利党;;基于布料模拟的点云滤波算法应用分析研究[A];云南省测绘地理信息学会2017年学术年会论文集[C];2017年
16 束立勇;何金;傅成来;;基于激光点云技术的盐城市海域使用三维监管系统构建与应用[A];海洋开发与管理第二届学术会议论文集[C];2018年
17 吴永华;胡以华;顾有林;王恩宏;;激光点云分类算法的探讨与展望[A];第九届全国光电技术学术交流会论文集(上册)[C];2010年
18 曹学礼;曹建明;;激光点云成果在建筑高度普查中的应用[A];2016年度浙江省测绘与地理信息学会优秀论文集[C];2016年
19 张宗霞;潘荣江;杨承磊;屠长河;;利用点云表示的部分数据计算旋转体的旋转轴[A];几何设计与计算的新进展[C];2005年
20 周昱;阮俊;;利用逆向工程思维与技术对传统Iterative Closest Point迭代最近点算法在点云精确配准中的探索与优化[A];云南省测绘地理信息学会2015年学术年会论文集[C];2015年
中国博士学位论文全文数据库 前20条
1 胡晓斌;车载移动测量地物分类方法与重建技术研究[D];武汉大学;2016年
2 蔡湛;迁移学习点云滤波及建筑物特征线提取研究[D];武汉大学;2018年
3 李亮;基于点云匹配的智能车定位方法研究[D];上海交通大学;2018年
4 师翊;基于点云的苹果树冠层光照分布与生长过程数字化关键技术研究[D];西北农林科技大学;2019年
5 徐敏峰;基于质点分布优化的点云法向一致性和重新网格化研究[D];山东大学;2019年
6 程旭;复杂零件三维重建与点云配准技术研究[D];华中科技大学;2019年
7 杨佳琪;点云局部特征描述与匹配研究[D];华中科技大学;2019年
8 吴东庆;基于离散微分几何理论的3D点云配准与评价方法研究[D];广东工业大学;2019年
9 霍朗宁;基于单站地基激光雷达数据的油松失叶率定量估算研究[D];北京林业大学;2019年
10 汤慧;基于优化特征约束的文物碎片虚拟匹配方法研究[D];西北大学;2019年
11 谭骏祥;车载LiDAR点云数据质量改善方法研究[D];武汉大学;2018年
12 崔昊;基于结构光点云的轨道扣件服役状态检测关键技术研究[D];武汉大学;2019年
13 宰大卫;大规模点云局部特征提取与应用技术研究[D];厦门大学;2018年
14 董友强;倾斜航空影像提取建筑物关键技术研究[D];中国矿业大学(北京);2019年
15 赵宗泽;基于数学形态学的机载LiDAR点云建筑物区域提取[D];武汉大学;2016年
16 魏崇阳;城市环境中基于三维特征点云的建图与定位技术研究[D];国防科学技术大学;2016年
17 奚以成;基于机载LiDAR技术的城市智能感知与变化检测技术研究[D];沈阳农业大学;2018年
18 宋孟肖;LiDAR点云辅助的城区航空影像空中三角测量[D];武汉大学;2018年
19 李明磊;激光扫描点云的线结构提取与应用研究[D];战略支援部队信息工程大学;2017年
20 曹如军;基于机载LiDAR点云的建筑屋顶三维重建[D];武汉大学;2017年
中国硕士学位论文全文数据库 前20条
1 韩姗姗;基于深度学习的倾斜摄影测量点云建筑物语义与实例联合分割[D];西安科技大学;2020年
2 徐鹏;基于深度学习的点云场景语义分割方法研究[D];上海电力大学;2020年
3 张晓光;基于深度学习的室内点云语义分割方法研究[D];北京建筑大学;2020年
4 尹建英;场景点云的语义标注方法研究[D];北京建筑大学;2017年
5 徐荣袖;点云的拼接与拓扑[D];河北工业大学;2014年
6 李兰兰;基于近邻传播聚类的点云简化研究[D];浙江工业大学;2010年
7 高奎;基于点云信息的异型铸件机器人打磨规划技术研究[D];哈尔滨工业大学;2020年
8 冯云鹤;基于激光点云和多视角图像的城市道路树木检测与分类[D];厦门大学;2019年
9 吴荣仁;基于深度学习的点云树木分割及其胸径估计[D];厦门大学;2019年
10 张铁译;基于重心Voronoi剖分的高质量点云重采样研究[D];厦门大学;2019年
11 张文豪;基于超体素的三维室内点云场景分割技术研究[D];湖南大学;2019年
12 王二民;三维激光点云曲面重建技术研究[D];武汉大学;2019年
13 朱菁玮;基于红外影像的MLS点云信息增强[D];武汉大学;2019年
14 李育胜;一种基于2D图像驱动的稀疏点云分割方法[D];深圳大学;2019年
15 梁振斌;基于深度学习的点云匹配研究[D];中北大学;2020年
16 吴伟坊;基于机载LiDAR系统激光点云与图像点云的融合技术[D];华南理工大学;2019年
17 钱婷;基于深度学习的机载点云分类研究[D];东华理工大学;2019年
18 杨朋;基于多视角拼接技术的物体三维形貌重建方法研究[D];上海交通大学;2018年
19 刘鹏;基于多核DSP的激光点云三维重构技术研究[D];长春理工大学;2019年
20 贾雪;顾及点云相关性的抗差加权整体最小二乘配准算法研究[D];安徽理工大学;2019年
中国重要报纸全文数据库 前20条
1 本报记者 杨静;私企的天空有点云[N];山西经济日报;2001年
2 记者 张莹莹;指点云岭 激扬文字[N];云南政协报;2012年
3 商报记者 张绪旺;盘点云计算:概念众多 能力存疑[N];北京商报;2011年
4 记者 王力中 通讯员 沈惠芳;世界顶尖点云扫描设备技术入驻德清[N];湖州日报;2015年
5 曹裕华 高化猛 江鸿宾;激光点云 亦真亦幻[N];解放军报;2013年
6 VAR记者 张林才 郭宏远 彭敏;点云成金[N];电脑商报;2011年
7 《中国测绘》杂志 言司;第三种摄影测量方式的诞生[N];中国自然资源报;2019年
8 本报记者 杨连元 本报通讯员 鞠金春 胡安东;“她引领摄影测量成图领域一场革命”[N];工人日报;2010年
9 记者 陈兰芹;摄影测量与遥感技术应用前景广阔[N];中国测绘报;2000年
10 武汉大学遥感信息工程学院 万幼川;摄影测量与遥感[N];光明日报;2003年
11 万幼川 张永军 刘良明 沈翔;摄影测量学科进展与展望[N];中国测绘报;2010年
12 周信炎;走向世界中的我国摄影测量与遥感[N];中国测绘报;2008年
13 立实;第21届国际摄影测量与遥感大会筹备工作进展顺利[N];中国测绘报;2008年
14 王瑜婷;我国申办2008年国际摄影测量与遥感大会[N];中国测绘报;2004年
15 王增宁;第二十一届国际摄影测量与遥感大会圆满闭幕[N];中国测绘报;2008年
16 徐红;第21届国际摄影测量与遥感大会召开[N];经济日报;2008年
17 王瑜婷;第21届国际摄影测量与遥感大会全国联络委员会成立[N];中国测绘报;2007年
18 王增宁;第21届国际摄影测量与遥感大会隆重开幕[N];中国测绘报;2008年
19 ;摄影测量与遥感在中国[N];中国测绘报;2008年
20 王瑜婷;第21届国际摄影测量与遥感大会筹备工作进展顺利[N];中国测绘报;2007年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978