基于深度神经网络的无人机 LiDAR 点云立交枢纽语义分割
计算机视觉与模式识别
2021-10-22 v1
摘要
立交枢纽是交通系统的重要组成部分。移动激光扫描(MLS)系统已广泛用于道路基础设施测绘,但复杂多层立交枢纽的精确测绘仍具挑战。本研究考察了一种新型无人机(UAV)激光探测与测距(LiDAR)系统所采集的点云,以执行立交枢纽的语义分割任务。提出了一种端到端监督式三维深度学习框架来对点云进行分类。所提方法已证明能通过堆叠卷积在复杂立交场景中捕获三维特征,分类准确率超过 93%。此外,具有不可公度玫瑰形扫描模式的新型低成本半固态 LiDAR 传感器 Livox Mid-40 已展现出在高清城市测绘中的潜力。
引用
@article{arxiv.2010.11106,
title = {UAV LiDAR Point Cloud Segmentation of A Stack Interchange with Deep Neural Networks},
author = {Weikai Tan and Dedong Zhang and Lingfei Ma and Ying Li and Lanying Wang and Jonathan Li},
journal= {arXiv preprint arXiv:2010.11106},
year = {2021}
}