Paris-Lille-3D：用于自动分割与分类的大体量高质量地面真值城市点云数据集
机器学习
2018-04-11 v2 计算机视觉与模式识别
机器学习
摘要
本文介绍了一个由移动激光扫描（MLS）获取、用于自动分割与分类的新的城市点云数据集。我们描述了该数据集从采集到后处理与标注的获取过程。该数据集可用于训练分类算法，然而，鉴于对不同对象间分割的极大关注，该数据集也可用于训练分割。数据集由在两座城市采集的约2公里MLS点云组成。点的数量与类别的范围使我们认定其可用于训练深度学习方法。此外我们给出了自动分割与分类的一些结果。数据集可从以下网址获取：http://caor-mines-paristech.fr/fr/paris-lille-3d-dataset/
引用
@article{arxiv.1712.00032,
title = {Paris-Lille-3D: a large and high-quality ground truth urban point cloud dataset for automatic segmentation and classification},
author = {Xavier Roynard and Jean-Emmanuel Deschaud and François Goulette},
journal= {arXiv preprint arXiv:1712.00032},
year = {2018}
}
备注
preprint