| 基于深度学习的移动激光点云数据自动分类方法研究EI北大核心CSCD |
| |
| 引用本文： | 黄刚.基于深度学习的移动激光点云数据自动分类方法研究EI北大核心CSCD[J].测绘学报,2022,51(5):786-786. |
| |
| 作者姓名： | 黄刚 |
| |
| 作者单位： | 1. 北京四维图新科技股份有限公司, 北京 100094;2. 首都师范大学资源环境与旅游学院, 北京 100048 |
| |
| 基金项目： | 国家重点研发计划;国家自然科学基金 |
| |
| 摘 要： | 随着物联网、大数据、人工智能等技术的快速发展,智慧城市成为国内外学者研究的热点领域。城市三维地理空间信息的获取与处理是建设智慧城市的基础,也是亟待解决的关键技术之一。目前,移动激光点云分类多为人工和半自动方式,数据解译的自动化程度低,导致点云利用率下降,制约了移动激光点云在高精地图、自动驾驶和智慧城市等领域的应用。
|
| 关 键 词： | 激光点云 三维地理空间 深度学习 人工智能 智慧城市 大数据 物联网 数据解译 |
| 收稿时间： | 2020-12-14 |
Research on automatic classification method of mobile laser point cloud data based on deep learning |
| |
| HUANG Gang.Research on automatic classification method of mobile laser point cloud data based on deep learning[J].Acta Geodaetica et Cartographica Sinica,2022,51(5):786-786. |
| |
| Authors: | HUANG Gang |
| |
| Institution: | 1. NavInfo Co., Ltd., Beijing 100094, China;2. College of Resource Environment and Tourism, Capital Normal University, Beijing 100048, China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《测绘学报》浏览原始摘要信息 |
| 点击此处可从《测绘学报》下载免费的PDF全文 |
|
