一种基于神经网络的倾斜摄影三维语义分割方法

摘要

提出倾斜摄影三维模型的语义分割方法,针对倾斜摄影三维格网转换后的点云数据,首先采用最小能量计算进行几何分区和超点图构建,采取特征融合神经网络模型FF-PointNet(Feature Fusion-PointNet),实现点云局部特征和全局特征提取和融合,并将融合后的特征嵌入超点图,最后采用图卷积网络进行语义分割。为提高模型泛化能力,采用focal loss作为损失函数,同时对点云数据进行了数据增强处理。经过实验验证,并与SPG模型进行对比,结果表明本文所提出的倾斜摄影三维语义分割方法具有较好的精度和适用性。