LiDAR 可视化对考古对象语义分割的影响
计算机视觉与模式识别
2024-09-23 v2
摘要
在基于 LiDAR 的考古研究中，深度学习方法通常利用源自数字高程模型的可视化技术来增强图像中存在的考古对象的特征。本文通过一个综合测试框架研究了可视化对深度学习性能的影响。该研究使用八个语义分割模型，在两个研究区域中评估了七种不同的可视化方法，涵盖五个考古类别。实验结果表明，选择合适的可视化方法可使性能产生高达 8% 的影响。然而，找到一种在分割所有考古类别时均优于其他方法的可视化方法具有挑战性。在不同模型配置下观察到的性能差异高达 25%，这凸显了为成功分割考古对象而精心选择模型配置和 LiDAR 可视化方法的重要性。
引用
@article{arxiv.2404.05512,
title = {Impact of LiDAR visualisations on semantic segmentation of archaeological objects},
author = {Raveerat Jaturapitpornchai and Giulio Poggi and Gregory Sech and Ziga Kokalj and Marco Fiorucci and Arianna Traviglia},
journal= {arXiv preprint arXiv:2404.05512},
year = {2024}
}