Automatic detection of dense urban buildings based on lidar scanning

doi:10.13741/j.cnki.11-1879/o4.2022.02.014

您当前的位置：

首页 >

文章列表页 >

Automatic detection of dense urban buildings based on lidar scanning

更新时间：2025-09-01

- Automatic detection of dense urban buildings based on lidar scanning
- Vol. 48, Issue 2, Pages: 223-228(2022)
- 作者机构：
  
  1:山西工程科技职业大学建筑设计学院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2022.02.014
  CLC： TN958.98;TU746
- Published：2022
- 稿件说明：
移动端阅览
Automatic detection of dense urban buildings based on lidar scanning[J]. 2022, 48(2): 223-228.
DOI：

Automatic detection of dense urban buildings based on lidar scanning[J]. 2022, 48(2): 223-228. DOI： 10.13741/j.cnki.11-1879/o4.2022.02.014.

摘要

为改善城区建筑物自动检测的准确性，结合激光雷达扫描与光学成像提出一种新的城区建筑物自动检测技术。将激光雷达扫描产生的点云送入自编码器进行下采样与特征提取，将光学图像像素送入自编码器进行空间特征提取，构建特征图模型来融合不同的特征集。然后，设计了基于卷积神经网络的半监督分类器，识别城区的建筑物、地面以及绿植等不同区域。实验结果表明，所提技术可准确地检测城区的建筑物区域，为建设智慧城市提供基础。

Abstract

关键词

Keywords

references

Views

273

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Classification model of dominant species in desertification grassland based on hyperspectral remote sensing

Brain image registration method based on low-resolution auxiliary features and convolutional neural network

Concealed object detection from millimeter wave images based on DSA-BCNN

Optimization design of structural-thermal-optical integration for linear scanning laser radar optical path

Surface defect detection of polarizer based on improved Faster-RCNN

Related Author

张锡鹏

毕玉革

杨红艳

皮伟强

刘浩

康拥朝

薛湛琦

王远军

Related Institution

1:内蒙古农业大学机电学院

1:上海理工大学医学影像工程研究所

1:上海理工大学光电信息与计算机工程学院

2:上海第二工业大学文理学部

3:擎翌(上海)智能科技有限公司

⁰