基于点‑体素一致性约束的城市激光雷达点云分类
Notice bibliographique
Résumé
准确高效的点云分类在场景理解和数字孪生城市建设等任务中发挥着关键作用。利用单一点、体素等视觉结构数据的点云分类方法容易丢失关键几何特征；融合多种结构数据的点云分类方法学习到不同数据的多层次、多尺度特征，但难以平衡不同数据之间的差异，降低了点云分类的准确性。因此，提出一个基于点-体素一致性约束的点云分类网络（PVCC-Net），用于准确分割城市场景中的不同尺寸地物。PVCC-Net采用双分支U-Net结构，体素和点分支分别负责提取粗粒度和细粒度特征，并利用点-体素一致性约束模块对齐粗细粒度特征，以减小不同粒度特征的分布差异。然后，所提网络采用点-体素自注意力机制自适应融合聚合后的粗粒度和细粒度特征，进而提升点云全局特征表达。引入Toronto3D、Semantic3D和SensatUrban三个城市场景点云数据集对PVCC-Net进行性能评估。结果显示，PVCC-Net分别取得了97.97%、93.80%和93.00%的总体精度（OA），以及82.92%、75.70%和55.40%的平均交并比（mIoU）。对比实验结果表明，相比基线方法，所提方法可以有效提升对复杂城市场景点云的分类性能，且获得更优的分类结果。
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».