公开(公告)号：CN111950658B

公开(公告)日：2024-02-09

申请号：CN202010886292.9

申请日：2020-08-28

Applicant: 南京大学

Inventor： 陈焱明 ,  刘小强 ,  李满春 ,  万思达 ,  程亮 ,  陈丹晖 ,  肖一嘉 ,  赵琪琪 ,  陈坚利 ,  陈东

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/26 ,  G06N3/08 ,  G06V20/10 ,  G06N3/0464

Abstract: 市地表覆盖二维分类与三维分类之间的联系。本发明公开了一种基于深度学习的LiDAR点云与光学影像先验级耦合分类方法，属于遥感科学技术领域。本发明步骤为：首先通过二维深度卷积网络分类多波段光学影像；再将地表覆盖二维分类的结果（即类别概率）利用最近邻算法赋予机载LiDAR点云，作为三维点云的先验概率特征；而后采用三维神经网络分类已嵌入二维类别概率的LiDAR点云，得到最终的城市三维土地覆盖分类结果。本发明利用先验级耦合策略将光学影像提供的波段信息赋予LIDAR点云，弥补了现(56)对比文件Xiaoqiang Liu等.HierarchicalClassification of Urban ALS Data by UsingGeometry and Intensity Information.《Sensors》.2019,第19卷(第20期),4583.Yangyan Li等.2D-3D fusion for layerdecomposition of urban facades《.2011International Conference on ComputerVision》.2012,882-889.Hassan Ghassemian.A review of remotesensing image fusion methods《.InformationFusion》.2016,第32卷75-89.

公开(公告)号：CN115546544A

公开(公告)日：2022-12-30

申请号：CN202211209998.7

申请日：2022-09-30

Applicant: 深圳市规划和自然资源数据管理中心 ,  河海大学 ,  南京大学

Inventor： 陈焱明 ,  刘小强 ,  程亮 ,  李满春 ,  李国立 ,  蔡欣宇 ,  陈瑶 ,  陈丹晖 ,  万思达 ,  陈坚利

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/40 ,  G06V10/26 ,  G06V20/10 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于图神经网络的LiDAR点云与OSM标注信息流耦合分类方法。以图神经网络为理论依据，首先超分割激光雷达点云得到“超点”，并根据超点之间的邻接关系构建超点邻接图；利用PiontNet嵌入超点特征并设计邻接图边特征从而形成完整的图神经网络；再将超点与对应的众源地图平台标注信息关联，将其纳入基于图卷积网络的超点特征更新以实现众源地图平台标注信息全局传递，从而实现地表地物分类。本发明提出的激光雷达点云分类策略可以解决众源地图平台标注的稀疏性，表达众源地图平台标注对其他地物对象的影响，在地表分类上均取得较优的性能，实现了高质量、智能化的城市地表覆盖三维分类。

公开(公告)号：CN111950658A

公开(公告)日：2020-11-17

申请号：CN202010886292.9

申请日：2020-08-28

Applicant: 南京大学

Inventor： 陈焱明 ,  刘小强 ,  李满春 ,  万思达 ,  程亮 ,  陈丹晖 ,  肖一嘉 ,  赵琪琪 ,  陈坚利 ,  陈东

IPC: G06K9/62 ,  G06K9/34 ,  G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的LiDAR点云与光学影像先验级耦合分类方法，属于遥感科学技术领域。本发明步骤为：首先通过二维深度卷积网络分类多波段光学影像；再将地表覆盖二维分类的结果（即类别概率）利用最近邻算法赋予机载LiDAR点云，作为三维点云的先验概率特征；而后采用三维神经网络分类已嵌入二维类别概率的LiDAR点云，得到最终的城市三维土地覆盖分类结果。本发明利用先验级耦合策略将光学影像提供的波段信息赋予LIDAR点云，弥补了现有三维LiDAR点云数据中存在较少的标注数据的问题，先验级耦合策略分类策略可以降低训练过程的损失，以获得更好的分类效果，并阐释了城市地表覆盖二维分类与三维分类之间的联系。