Road Curbs Extraction from Mobile Laser Scanning Point Clouds with Multidimensional Rotation‐Invariant Version of the Local Binary Pattern Features
Notice bibliographique
Résumé
Abstract Road curb is one of the important components of road information, and its high‐precision information is significant for the development of autonomous driving, intelligent transportation and smart cities. A mobile laser scanning (MLS) system can acquire high‐precision and high‐density road three‐dimensional (3D) point clouds data, which has the advantages of high efficiency, low cost and non‐contact. However, how to extract accurate road information from the massive and disordered point clouds is one of the current research priorities and difficulties. This paper presents a new method to extract the road curbs from the MLS point clouds. The proposed method mainly includes three steps: pre‐processing, road curbs extraction and vectorisation. Pre‐processing obtains the ground, including road subsection and ground identification. Road curbs are first quantitatively represented by the rotation‐invariant version of the local binary pattern (LBPROT) values in three dimensions, including spatial elevation mode, spatial dispersion mode and spatial shape mode, and then they are extracted by a multidimensional LBPROT features semantic recognition model. Vectorised road curb polylines are connected by accurate road curbs points, which are obtained through simplification and denoising. The proposed method was tested on two large‐scale datasets collected from arterial roads and expressways, respectively. The precision of the results was > 95%, recall was > 90% and the F1 score was > 0.93. The experimental results show that the proposed method can effectively extract road curbs in different environments and has robust adaptability.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».