激光雷达可视化对考古物体语义分割的影响
原文中文,约200字,阅读约需1分钟。发表于: 。本研究通过一个全面的测试框架,研究了可视化对深度学习性能的影响,结果表明适当的可视化选择可以提高性能高达 8%,然而找到一个在分割所有考古类别中表现出色的可视化方法仍然具有挑战性,实验结果突显了在成功分割考古对象时,精心选择模型配置和 LiDAR 可视化的重要性。
本文研究了基于传感器融合技术的三维语义分割,通过将RGB图像转化为LiDAR的极坐标网格映射表示,并设计了早期和中期融合架构,提出了混合融合结构。在KITTI数据集上评估了算法效果,相对于仅使用LiDAR的基线模型,在SqueezeSeg和PointSeg上分别提高了10%的分割精度。