城市高密度多光谱点云的无监督语义分割
原文中文,约300字,阅读约需1分钟。发表于: 。本研究针对城市航空激光扫描数据在光谱信息和点密度不足的问题,提出了一种无监督的Ground-aware深度聚类方法GroupSP,能够有效地对新的高密度多光谱ALS数据进行语义分割。结果表明,GroupSP在七个城市类(如建筑、高植被等)上获得了95%的整体准确率和75%的平均交并比,表明该方法能在较少标注数据的情况下实现高效的语义理解。
本研究提出了一种无监督的Ground-aware深度聚类方法GroupSP,旨在解决城市航空激光扫描数据中的光谱信息和点密度不足问题。该方法在七个城市类别上实现了95%的准确率和75%的平均交并比,展现了出色的语义理解能力。