基于数据融合的城市点云自动标注
计算机视觉与模式识别
2021-10-18 v2
摘要
在本文中，我们描述了一种半自动创建用于城市街道级点云语义分割的标注数据集的方法。我们采用数据融合技术，利用高程数据和大规模地形图等公共数据源自动标注点云的部分区域，此后仅需有限的人工工作量来检查结果并在需要处进行修正。这极大限制了创建足以训练深度语义分割模型的广泛标注数据集所需的时间。我们将该方法应用于阿姆斯特丹地区的点云，并成功在所标注数据集上训练了 RandLA-Net 语义分割模型。这些结果展示了智能数据融合与语义分割在未来智慧城市规划与管理中的潜力。
引用
@article{arxiv.2108.13757,
title = {Automatic labelling of urban point clouds using data fusion},
author = {Daan Bloembergen and Chris Eijgenstein},
journal= {arXiv preprint arXiv:2108.13757},
year = {2021}
}
备注
5 pages, 5 figures; minor changes and improved results w.r.t. v1. Presented at the 10th Intl. Workshop on Urban Computing at ACM SIGSPATIAL 2021. Code for this paper is available at https://github.com/Amsterdam-AI-Team/Urban_PointCloud_Processing