基于局部和全局深度特征嵌入的机载激光点云分类方法
基本信息
| 申请号 | CN201910666393.2 | 申请日 | - |
| 公开（公告）号 | CN110363178A | 公开（公告）日 | 2019-10-22 |
| 申请公布号 | CN110363178A | 申请公布日 | 2019-10-22 |
| 分类号 | G06K9/00;G06K9/62 | 分类 | 计算；推算；计数; |
| 发明人 | 黄荣;徐聿升;洪丹枫;潘玥;顾振雄 | 申请（专利权）人 | 上海黑塞智能科技有限公司 |
| 代理机构 | 上海科盛知识产权代理有限公司 | 代理人 | 赵继明 |
| 地址 | 200092 上海市杨浦区国康路100号2层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于局部和全局深度特征嵌入的机载激光点云分类方法，该方法包括以下步骤：步骤1：对城市场景点云数据进行预处理后输入PointNet++并获得初始软标签和深度特征；步骤2：将深度特征及城市场景点云数据中的空间信息嵌入到优化域中并利用局部空间流形学习方法表示该优化域；步骤3：对基于初始软标签结合优化域得到的通过降维表示的基于局部数据和全局特征相关性优化的特征使用全局空间正则化进行分类结果优化，得到最终点云分类结果。与现有技术相比，本发明不仅对特征学习进行了优化同时也解决了局部和全局的标记平滑问题，具有优化效果好，分类准确度高等优点。 |
