机构名称：
¥ 1.0
摘要 - 本文提出了一个新的框架，用于使用移动激光扫描（MLS）数据自动检测城市道路封面。首先，为了缩小搜索区域并降低计算复杂性，道路表面点通过基于路边的道路表面分割方法从原始点云进行了细分，并通过逆距离加权插值将其隔离为地理性强度图像。然后，开发了一个有监督的深度学习模型，以构建一种用于描述本地图像贴片的高阶特征的Multilayer特征生成模型。接下来，对随机森林模型进行了训练，可以从高阶补丁特征学习映射到以特定地点为中心的城市道路人孔盖的概率。最后，根据多层特征生成模型和随机森林模型，从地理参与强度图像中检测到城市道路人孔盖。定量评估表明，在检测地理位置强度图像中，提出的算法分别达到了平均合并，正确性，质量和F 1-分别达到0.955、0.959、0.917和0.957的量化。比较研究证明了拟议算法比其他现有方法的优势性能，用于使用MLS数据快速和自动检测城市道路人孔覆盖。
城市道路井盖自动化检测...
主要关键词
相关文件推荐
