一种混杂场景机载激光点云分类的多粒度计算方法

摘要

本发明提出一种混杂场景机载激光点云分类的多粒度计算方法，包括步骤：以采样点为中心选取分类邻域点集和场景邻域点集；以无监督学习的方式训练点云全局特征提取模型，实现粗粒度的场景感知；采用基于注意力机制的特征融合策略，在点云语义分割模型中嵌入空间上下文信息，并定义兼顾离地高度和类别的多任务损失函数，对分类邻域点集中各点的类别和离地高度进行监督，实现较细粒度的点云语义分割及离地高度预测；通过基于图割优化的点云分割及地面不规则三角网的迭代吸附，实现精细粒度的地面分类结果精化。本发明将混杂场景点云的分类难题分解为三个相对单一问题的组合，有效降低了整个问题的复杂度，能够实现不同复杂场景点云的鲁棒、精细分类。