基于双通道残差网络的机载LiDAR点云数据分类

作     者：肖根 XIAO Gen

作者机构：中国地质大学数学与物理学院湖北武汉430074 

出 版 物：《河南城建学院学报》 (Journal of Henan University of Urban Construction)

年 卷 期：2024年第33卷第4期

页      面：108-113页

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

基　　金：国家自然科学基金项目(42374147) 智能地理信息处理湖北省重点实验室开放研究项目(KLIGIP-2023-C02) 

主　　题：机载激光雷达 点云数据 残差网络 DP-ResNet模型 

摘      要：为改善传统残差网络在机载LiDAR点云数据分类中信息流通不充分的问题,提出一种基于双通道残差网络的机载LiDAR点云数据分类模型(DP-ResNet)。DP-ResNet采用编码-解码结构。编码阶段主要采用两种不同形式的双通道残差结构和无参的聚合算子相结合,不仅能加强网络信息的流通,还能减少网络参数。解码阶段采用传统的逆距离加权和1×1卷积完成。为了验证DP-ResNet模型的分类性能,在GML_DataSetA数据集上进行分类实验。结果表明:与基准网络Closerlook相比,DP-ResNet模型的OA和AvgF1分别提高6.25%和15.45%,具有更好的分类性能;与其他模型相比,DP-ResNet具有极强的竞争力。