复杂城市动态图卷积网络三维场景语义分割法

P23; 在摄影测量与遥感领域,三维网格数据是最终用户产品之一,已广泛应用于城市规划、导航等任务中.但针对以三维网格表示的复杂城市场景的智能化语义分割的研究较少.为此,本文提出复杂城市动态图卷积网络三维场景语义分割方法(3Dcity-net).利用三维网格固有的三维空间坐标信息和纹理信息构建的复合特征向量来表示三维网格中的三角面片.为降低纹理信息中噪声和冗余信息对语义分割结果的影响,提出在3Dcity-net网络结构中嵌入主成分分析模块.为缓解样本数据不平衡引起的语义分割精度下降的问题,采用焦点损失函数替代交叉熵损失函数.利用Hessigheim三维网格数据进行了语义分割试验.试验结果表明,3Dcity-net能够获得具有竞争力的三维网格语义分割结果,其中总体精度OA、Kappa系数、平均准确率mP、平均召回率mR、平均F1值(F1 score)和平均交并比mIoU分别为81.5％、0.776、73.0％、58.4％、62.6％和49.8％.与先进方法相比,本文方法总体精度OA分别提高了0.9％和8.3％.