机载激光扫描点云的自动分类
计算工程、金融与科学
2015-04-14 v1 人工智能
摘要
理解物理世界一直是测绘的核心。直到最近，这一直依赖于人眼。利用机载激光，人们已能够在更多维度上快速“看到”更广阔的世界。由此产生的巨大数据点云成为了远超原始测绘目的的应用数据源，范围涵盖防洪、林业到威胁缓解。为了处理这些大量数据，需要新的方法。在本文中，我们开发了自动分类地表覆盖和土壤类型的模型。利用机器学习的逻辑，我们批判性地回顾了监督和非监督方法的优势。聚焦于决策树，我们通过引入光束矢量分量并使用遗传算法提高了精度。我们发现，我们的方法能够提供持续高质量的分类，超越了经典方法。
引用
@article{arxiv.1404.4304,
title = {Automated Classification of Airborne Laser Scanning Point Clouds},
author = {Christoph Waldhauser and Ronald Hochreiter and Johannes Otepka and Norbert Pfeifer and Sajid Ghuffar and Karolina Korzeniowska and Gerald Wagner},
journal= {arXiv preprint arXiv:1404.4304},
year = {2015}
}