资源所激光雷达团队提出森林场景点云组分分割新方法
2025/06/01
图片1:大规模数据集Lin3D示例
图2:Sen-net网络架构
图3:Sen-net对Lin3D数据的分割结果
图4:Sen-net对国际公开数据的分割结果
森林场景往往具有复杂三维结构,包括林木(含树干、树枝、树叶)和其他(草、灌、地面等)多种组分,这些组分在森林生态系统中发挥不同作用。通过遥感技术测量这些成分,对定量、精确、完整地理解森林生态过程具有重要意义。无人机激光雷达(LiDAR)三维点云是进行森林三维结构刻画的有力工具,但复杂的组分和结构使点云数据难以采用传统的特征工程、启发式方法或机器学习进行高精度语义分割。
针对上述问题,资源所激光雷达遥感团队与北京林业大学合作提出了数据驱动的深度神经网络模型Sen-net,从森林场景三维点云中精准分离出树叶、木质成分、低矮植被及地面。针对国际上该领域标注数据稀缺的问题,构建了总面积超过20000 m2、包含不同气候带、森林类型、树种、林分密度、地形条件的数据集Lin3D。基于此数据集,设计和训练了专门针对森林场景三维点云理解的神经网络模型Sen-net。结合长距离上下文信息与数据集先验知识,基于语义驱动融合多尺度特征,通过自适应学习方式,有效将森林场景“端到端”地分割为树叶、木质成分、低矮植被及地面等多种组分。
团队将方法于Lin3D和国际公共数据集上进行了测试。在Lin3D数据集上,Sen-net总体正确率、平均交并比分别达到97.6%和85.1%;在其他公开数据集上,总体正确率、平均交并比分别达到94.5%和78.2%。实验结果说明Sen-net在准确性和泛化能力方面表现出色,优于同类方法。该网络无需调节参数,使用方便,泛化性高,有望被广泛用于森林场景点云分析,并作为森林场景点云处理算法的基础性框架。
文章来源中国林业科学研究院,分享只为学术交流,如涉及侵权问题请联系我们,我们将及时修改或删除。
-
2025最新JCR分区及影响因子1939
-
好学术:科研网址导航|学术头条分468
-
《时代技术》投稿全攻略:一位审稿499
-
2025年国际期刊预警名单发布!600
-
2025年中科院期刊分区表重磅发3957
-
中科院已正式发布2024年预警期861
-
2025年度国家自然科学基金项目727
-
中国科协《重要学术会议目录(202733
-
2024年国家自然科学基金项目评1138
-
2024年JCR影响因子正式发布1214
-
吉林大学校长张希:学术会议中的提1391
-
SCI论文插图全攻略:从规范解析08-01
-
国际学术会议参加经验是怎么样的呢08-01
-
掠夺性会议是怎么进行判断的呢?—08-01
-
SCI论文投稿费怎么交?202408-01
-
华汉广告公司 21007
-
湖南大学 21027
-
云南大学 18072
-
张家界光明国际旅行社会 20891
-
International As 7999
-
东北师范大学 21041
-
乔氏企业管理 8009
-
中华中医药行业科技交流中心 2011
-
怀思会议 22885
-
上海聚亿展览服务有限公司 21007
-
北京东方首选 2021
-
瀚宇致业(深圳)文化发展有限公司 8761
-
.FFGSBD 8008
-
中国生物工程学会 18255
-
河北承德盛世会议服务有限公司 22929
-
同济大学 18030
-
西北工业大学 2009
-
大连四叶草会展有限公司 7919
-
多格公关顾问 18328
-
HKSME 23022