基于深度學習的機載LiDAR點云濾波方法

摘要： 針對傳統(tǒng)濾波方法處理機載LiDAR點云精度不高、自動化程度低和泛用性差的問題，提出了一種端到端的點云深度學習網(wǎng)絡模型。首先對原始點云進行幾何變換和對坐標增加噪聲獲取更多數(shù)據(jù)，提升模型的魯棒性；其次在深度學習模型中，對點云數(shù)據(jù)劃分網(wǎng)格保留幾何信息，網(wǎng)格內(nèi)采用隨機降采樣方法提高計算速度；對點云數(shù)據(jù)存在類別分布不均衡的現(xiàn)象，采用加權交叉熵損失函數(shù)，提高模型泛用性；在測試階段，以原始切...