點雲數據語義分割的理論與方法

內容簡介

隨著三維雷射掃描感測設備硬體的快速發展，可保留三維空間中原始語義信息（幾何信息、顏色、反射強度等）的點雲已成為代表性的新型數據源之一。語義分割作為三維場景語義分析與解譯的重要前提，在無人駕駛、高精地圖、智慧城市等國家重大需求的推動下，已成為測繪遙感、計算機視覺等領域的重大研究課題。《點雲數據語義分割的理論與方法》以語義分割的理論與方法為研究內容，以點云為研究對象，從點雲類型、深度學習基礎知識、點雲的組織與管理、融合點雲與圖像的語義分割以及直接基於點雲的語義分割等方面進行介紹，是一部多學科交叉、融合的點雲語義分割著作。

圖書目錄

《導航與時頻技術叢書》序

前言

第1章緒論1

參考文獻3

第2章點雲類型及語義分割方法概述4

2.1引言4

2.2點雲類型4

2.2.1雷射點雲4

2.2.2影像點雲13

2.2.3RGB-D點雲13

2.2.4結構光點雲15

2.2.5其他類型點雲15

2.3點雲語義分割方法概述18

2.3.1統計分析法18

2.3.2投影圖像法21

2.3.3其他傳統語義分割方法22

2.3.4二維圖像深度學習語義分割方法23

2.3.5三維點雲深度學習語義分割方法28

參考文獻33

第3章深度學習40

3.1引言40

3.2深度學習技術概述40

3.2.1人工智慧、機器學習與深度學習41

3.2.2卷積運算42

3.2.3卷積神經網路工作原理43

3.2.4深度學習框架52

3.3深度學習在計算機視覺中的套用53

3.3.1圖像分類53

3.3.2目標檢測54

3.3.3語義分割54

3.3.4實例分割55

3.3.5其他套用55

3.4深度學習與三維雷射點雲的結合56

3.4.1三維雷射點雲數據的表示形式57

3.4.2三維雷射點雲數據集的語義標註方法57

3.4.3三維雷射點雲語義分割存在的挑戰58

參考文獻58

第4章LiDAR點雲的組織與管理61

4.1引言61

4.2兩級混合索引結構的確定62

4.2.1全局KD樹索引62

4.2.2局部八叉樹索引64

4.3Kd-OcTree混合索引的構建65

4.3.1Kd-OcTree混合索引的邏輯結構66

4.3.2Kd-OcTree混合索引的數據結構66

點雲數據語義分割的理論與方法

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條