您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 点云处理材料,TERRASCAN,点云分类处理的必备教程

  2. 点云分类处理的必备教程,可作为LIDAR数据处理的基础教程
  3. 所属分类:专业指导

    • 发布日期:2011-08-31
    • 文件大小:1048576
    • 提供者:zjchfyb
  1. 多笔三维点云数据集百度云网址

  2. 内含ASL Datasets Repository、大规模点云分类基准、悉尼城市目标数据集、斯坦福数据集四个点云数据集
  3. 所属分类:图像处理

    • 发布日期:2020-08-01
    • 文件大小:75
    • 提供者:tylz970408
  1. 深度学习-3D点云实战系列.rar

  2. 深度学习-3D点云实战系列视频教程分享,2021年录制;所有算法均配套实战项目,内容主要包括poinenet系列点云分类与分割,点云补全,点云配准等项目,全部基于实际数据集进行源码解读。整体风格通俗易懂,提供全部数据与代码。 章节1 3D点云应用领域分析 章节2 3D点云PointNet算法 章节3 PointNet++算法解读 章节4 Pointnet++项目实战 章节5 点云补全PF-Net论文解读 章节6 点云补全实战解读 章节7 点云配准及其案例实战 章节8 基础补充-PyTorch框
  3. 所属分类:深度学习

    • 发布日期:2021-03-23
    • 文件大小:711
    • 提供者:huhuge88
  1. 基于离散条件随机场的3D点云分类

  2. 基于离散条件随机场的3D点云分类
  3. 所属分类:其它

    • 发布日期:2021-03-14
    • 文件大小:1048576
    • 提供者:weixin_38638312
  1. 基于离散条件随机场的3D点云分类

  2. 基于离散条件随机场的3D点云分类
  3. 所属分类:其它

    • 发布日期:2021-03-14
    • 文件大小:2097152
    • 提供者:weixin_38717843
  1. 基于切片采样和质心距直方图特征的室外大场景三维点云分类

  2. 三维(3D)点云数据在智能驾驶、遥感测量和虚拟现实等领域的应用越来越广泛。针对室外大场景, 提出了一种兼顾快速性与准确性的三维点云分类算法, 该算法首先对原始点云进行离群点去除, 并在现有地面滤波算法的基础上,结合点云法向量差信息滤除地面点; 然后再使用具有噪声的基于密度(DBSCAN)的聚类算法对非地面点云进行分割, 同时针对点云的过分割问题采用了就近融合的策略; 再提取出不同物体点云的全局特征, 包括垂直方向切片采样直方图和质心距直方图, 以及点云的二维投影图像方向梯度直方图(HOG)特征;
  3. 所属分类:其它

    • 发布日期:2021-02-23
    • 文件大小:8388608
    • 提供者:weixin_38675746
  1. 基于三维激光点云特征线提取的溶洞多分辨率三维重建方法研究

  2. 溶洞表面具有复杂、不规则性,现有的诸多的建模方法都是按照统一分辨率来进行三维重建,但是在三维重建过程中效率很低,且模型文件过大,对后续专业应用造成了很大困难,因此提出了一种基于三维激光点云特征线提取的技术,并针对溶洞进行了多分辨率三维重建。首先,采用改进邻近点几何特征提取溶洞特征值,增加法向量角作为检测特征点的参数;其次,用社会粒子群(SPSO)算法与模糊C-均值(FCM)聚类算法实现点云分类;再次,采用折线生长方法将特征点连接成特征线,并将其投影到三维点云上;最后,利用分类后的点云按照不同分辨
  3. 所属分类:其它

    • 发布日期:2021-02-21
    • 文件大小:12582912
    • 提供者:weixin_38513794
  1. 基于迁移学习的小样本机载激光雷达点云分类

  2. 已有基于深度学习的机载激光雷达点云分类方法存在训练时间长、对样本数据需求量较大等问题,无法广泛应用于不同情况下的复杂场景。针对该问题,提出了一种基于迁移学习的小样本机载激光雷达点云分类方法。该方法首先对机载激光雷达点云进行光谱信息的补充,通过提取点云数据的归一化高度、强度值和植被指数特征构建三通道点云特征图;通过设置不同的邻域大小和投影方向,生成多尺度和多投影特征图,并基于迁移学习方法进行多尺度、多投影的深层特征提取。针对上述提取的深层次特征,利用池化操作提取全局特征,并采用卷积神经网络进行初步
  3. 所属分类:其它

    • 发布日期:2021-02-21
    • 文件大小:13631488
    • 提供者:weixin_38706824
  1. 综合布料滤波与改进随机森林的点云分类算法

  2. 城区激光雷达点云建筑物提取技术是近年来发展的热点,如何准确区分植被、建筑物以及人造物,提高分类精度一直是研究难点。为此,针对分类精度较低的问题,提出一种基于随机森林的点云分类算法。首先使用改进布料滤波算法对点云数据进行地面滤波;其次,构建决策树并进行基于最大互信息系数的相关性分析,选出相关系数最小、精度最高的决策树,得到弱相关随机森林模型;最后,对决策结果进行加权投票处理,得到一种综合布料滤波和加权弱相关随机森林的点云分类算法,并通过Vaihingen城区数据集对算法进行验证。实验表明,与传统随
  3. 所属分类:其它

    • 发布日期:2021-02-21
    • 文件大小:9437184
    • 提供者:weixin_38660359
  1. 基于深度学习的点云分类方法综述

  2. 点云作为一种重要的3D数据类型,随着3D采集技术的发展已被广泛用于多个应用场景。深度学习因其处理大型数据集的高效性、提取特征的自主性,成为点云分类研究最新进展的方法主导。本文首先对点云分类方法研究现状进行了介绍,接着重点对基于深度学习的点云分类的主要方法和最新方法进行了分析阐述。根据数据处理方式对点云分类方法进行归类,总结对比了每类方法的主要思想和优缺点,并详细介绍了部分代表性、创新性算法的实现过程。最后,对点云分类面临的挑战及未来研究方向进行了展望。
  3. 所属分类:其它

    • 发布日期:2021-02-13
    • 文件大小:49152
    • 提供者:weixin_38501826
  1. 基于三角网滤波和支持向量机的点云分类算法

  2. 为了提高城区机载激光雷达点云数据分类算法的自动化程度和分类精度,提出一种基于渐进加密三角网和双层支持向量机的点云分类算法。采用渐进加密三角网滤波提取地面点,在地面点的基础上对地物点进行归一化处理。对点云特征有效性进行评估,选取特征向量并用最邻近支持向量机(NN-SVM)对地物点进行分类,实现对城区点云数据的多元分类。利用城区点云数据验证该算法,通过分析分类精度对分类效果进行评价。结果表明,该算法有效提高了点云数据分类精度,实现了对城区点云数据的有效分类。
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:9437184
    • 提供者:weixin_38668225
  1. 基于多尺度自适应特征的机载LiDAR点云分类

  2. 为解决复杂场景下城区点云分类精度不高的问题, 提出了基于多尺度自适应特征的分类方法。首先, 对经典几何统计特征和点直方图特征进行组合, 将组合特征集作为分类依据; 然后采用随机森林法评估特征的重要性, 并自适应选取重要的特征集; 最后基于多尺度自适应特征实现了点云的分类。实验结果表明:该方法能实现城区点云的高精度分类, 能适合任意尺度下不同分辨率点云数据的分类。
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:9437184
    • 提供者:weixin_38598213
  1. 基于多尺度特征和PointNet的LiDAR点云地物分类方法

  2. 针对复杂场景下激光雷达测量(LiDAR)点云数据的地物分类问题,提出了一种基于多尺度特征和PointNet的深度神经网络模型,该方法改进了PointNet提取局部特征的能力,实现了复杂场景下LiDAR点云的自动分类。在PointNet网络基础上添加多尺度网络提取点的局部特征,将不同尺度点的局部特征通过全连接层组成一个多维特征,并与PointNet提取的全局特征相结合,返回每个点类的分数以完成点云分类标签。利用Semantic 三维数据集和ISPRS提供的Vaihingen数据集,验证了所提深度神
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:1048576
    • 提供者:weixin_38617436
  1. 基于层级边缘卷积的三维点云分类

  2. 由于激光点云数据的无序性、离散性、稀疏性,基于深度学习的三维点云数据的特征提取具有一定难度。针对目前局部信息提取不充分,区域信息的合并有限的问题,提出了一种基于层级边缘卷积的点云分类网络,用于三维视觉中点云模型识别任务。本文采用层级结构的思想,通过层级几何信息模块对特征进行有效提取和归纳。对于每个层级几何信息提取模块,首先对点云模型进行下采样并构建局部区域,对每个局部区域中点与点之间的距离和特征进行建模,获得局部区域的几何信息,最后聚合多个采样点的局部结构特征。实验结果表明,本算法在ModelN
  3. 所属分类:其它

    • 发布日期:2021-02-11
    • 文件大小:721920
    • 提供者:weixin_38625351
  1. 区域回波比率与拓扑识别模型结合的城区激光雷达点云分类方法

  2. 针对城区激光雷达点云提出一种全自动分类方法。采用具备一定抗过分割能力的拓扑启发式分割算法对栅格高程图像进行面向对象分割;依据迭代最大类间方差(Otsu)聚类方法及两种拓扑模型实现地面图斑对象与非地面图斑对象初步分离,并合并邻接非地面对象;在地物对象中引入多次回波比率检测树木对象,采用区域面积、建筑物高度等条件区分建筑物及其他两类地物,并依据栅格索引分类。选择具有丰富地物类型的典型城区点云数据进行实验,结果表明,该算法具有良好分类精度及较强实用价值。
  3. 所属分类:其它

    • 发布日期:2021-02-09
    • 文件大小:4194304
    • 提供者:weixin_38698860
  1. 一种机载LiDAR点云分类的自适应特征选择方法

  2. 不同地形条件下,不同的特征组合、特征维数对点云的分类效率及分类结果有不同的影响。提出了一种机载LiDAR点云分类的自适应特征选择方法,该方法依据地形起伏情况对整体点云数据进行区域划分,自适应选择适宜该区域LiDAR点云分类的特征集合。为了验证这种特征选择方法的有效性,利用优选后的特征集合,分别采用随机森林和支持向量机算法进行分类实验验证,实验结果表明,在不同地形条件的区域里,适合LiDAR点云分类的特征集合不同。该方法可以有效地降低特征维数,缩短运算时间,且分类精度较高。
  3. 所属分类:其它

    • 发布日期:2021-02-07
    • 文件大小:15728640
    • 提供者:weixin_38529436
  1. 航空影像辅助的机载LiDAR植被点云分类

  2. 针对从非地面点云数据中难以自动分类植被和建筑物的问题,提出一种航空影像辅助的机载LiDAR(Light Detection and Ranging)植被点云分类方法。根据植被的光谱特征明显不同于其他地物这一特点,在生成数字正射影像的基础上,首先利用K均值(K-means)聚类算法对影像进行聚类和图像增强,然后将增强后的影像和对应区域的点云数据进行融合,最后通过影像处理结果对机载LiDAR植被点云进行分类。选取某城市的机载LiDAR植被点云数据和航空影像进行实验,定量分析结果显示所提方法的总分类精
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:5242880
    • 提供者:weixin_38559992
  1. 基于图卷积网络的深度学习点云分类模型

  2. PointNet是三维点云分类中具有代表性的研究成果,该模型开创性地利用深度学习模型对点云进行分类,取得了较好的效果。但是PointNet模型只考虑点云的全局特征而忽略每个点的局部信息,为弥补这个缺陷,提出基于图卷积网络的点云分类模型。在PointNet模型中插入一个kNN graph层,通过在点云空间构造k近邻图,利用图结构有效地获取点云的局部信息,从而提高整体点云分类准确率。分类实验在ModelNet40数据集上进行,对比不同近邻值k对输出精度的影响,结果表明在k取20时,分类准确率最高,达
  3. 所属分类:其它

    • 发布日期:2021-01-26
    • 文件大小:2097152
    • 提供者:weixin_38729607
  1. 基于多基元特征向量融合的机载LiDAR点云分类

  2. 点云分类是机载LiDAR点云应用于城市建模、道路提取等的重要阶段。虽然点云分类的方法有很多,但依然存在如多维特征向量信息冗余、复杂场景下点云分类精度不高等问题。针对这些问题,提出一种基于多基元特征向量融合的点云分类方法。该方法分别基于点基元和对象基元提取特征向量,并结合色彩信息,利用随机森林对点云数据进行分类。实验结果表明,所提的多基元分类方法相较于单基元分类方法能够获得更高的分类精度。为了进一步分析随机森林用于点云分类的有效性,分别使用支持向量机(SVM)以及反向传播(BP)神经网络进行对比分
  3. 所属分类:其它

    • 发布日期:2021-01-26
    • 文件大小:11534336
    • 提供者:weixin_38556205
  1. 基于图卷积网络的三维点云分类分割模型

  2. 针对PointNet模型只针对孤立点提取特征信息,而对邻域结构的信息提取能力不足的问题,提出基于图卷积网络的三维点云分类分割模型GraphPNet。首先将三维点云转换成无向图结构,利用该图结构得到点云的邻域信息,通过将邻域信息与单个点信息融合的方式提高分类与分割的准确率。在分类实验中,本文在ModelNet40数据集上进行训练与测试,并且与3D ShapeNets、VoxNet、PointNet模型的分类精度进行比较,其分类精度优于这些模型。在分割实验中,使用ShapeNet数据集进行训练与测试
  3. 所属分类:其它

    • 发布日期:2021-01-26
    • 文件大小:3145728
    • 提供者:weixin_38725086
« 12 3 4 5 6 7 8 9 10 ... 14 »