Point2Tree(P2T)——用于针叶林移动激光扫描数据语义与实例分割参数调优的框架
计算机视觉与模式识别
2023-05-05 v1
摘要
本文介绍 Point2Tree，一种新颖的框架，其包含语义分割、实例分割、超参数重要性优化分析的三阶段流程，提出了一种全面且模块化的林业激光点云处理方法。我们在两个独立数据集上进行了测试。第一个区域位于挪威 Våler 一处积极管理的以针叶林为主的北方森林，选取了 16 个 400 平方米的圆形样地，以涵盖物种组成和林分密度方面的系列森林条件。我们基于 Pointnet++ 架构训练了一个模型，在语义分割中达到 0.92 的 F1-score。作为流程的第二步，我们采用基于图的方法进行实例分割，其 F1-score 约为 0.6。优化使流程性能进一步提升约 4 个百分点。
引用
@article{arxiv.2305.02651,
title = {Point2Tree(P2T) -- framework for parameter tuning of semantic and instance segmentation used with mobile laser scanning data in coniferous forest},
author = {Maciej Wielgosz and Stefano Puliti and Phil Wilkes and Rasmus Astrup},
journal= {arXiv preprint arXiv:2305.02651},
year = {2023}
}