点云场景语义标注的排序批处理模式主动学习法

针对点云场景语义标注存在着手工标注费时费力、算法耗时严重、标注精度不高和不适用于大规模场景点云处理等问题,本文提出了一种结合排序批处理模式的主动学习点云场景语义标注方法。该方法首先对原始点云进行下采样处理,然后利用改进的递归特征增加法从庞大的特征集中筛选出最优特征子集,采用排序批处理模式采样算法迭代选取并人工标注少数未标注点,通过创建最小人工标注训练集来完成下采样点云的语义标注工作,最后利用邻域等权标签传播算法完成原始点云数据的标注。对3个室外大场景点云分别进行的试验表明:本文方法只需人工标注7.50%、7.35%、5.83%的点云即可完成下采样点云的标注工作。此外,对比试验表明,本文方法在标...

Full description

Saved in:
Bibliographic Details
Published inCe hui xue bao Vol. 52; no. 2; pp. 260 - 271
Main Authors 邹禄杰, 花向红, 赵不钒, 陶武勇, 李琪琪
Format Journal Article
LanguageChinese
English
Published Beijing Surveying and Mapping Press 20.02.2023
武汉大学测绘学院,湖北 武汉430079
武汉大学灾害监测与防治研究中心,湖北 武汉430079%武汉大学测绘学院,湖北 武汉430079
南昌大学信息工程学院,江西南昌330031
武汉大学灾害监测与防治研究中心,湖北 武汉430079
广州市城市规划勘测设计研究院,广东广州510060%武汉大学测绘学院,湖北 武汉430079
Subjects
Online AccessGet full text
ISSN1001-1595
1001-1595
DOI10.11947/j.AGCS.2023.20210332

Cover

Abstract 针对点云场景语义标注存在着手工标注费时费力、算法耗时严重、标注精度不高和不适用于大规模场景点云处理等问题,本文提出了一种结合排序批处理模式的主动学习点云场景语义标注方法。该方法首先对原始点云进行下采样处理,然后利用改进的递归特征增加法从庞大的特征集中筛选出最优特征子集,采用排序批处理模式采样算法迭代选取并人工标注少数未标注点,通过创建最小人工标注训练集来完成下采样点云的语义标注工作,最后利用邻域等权标签传播算法完成原始点云数据的标注。对3个室外大场景点云分别进行的试验表明:本文方法只需人工标注7.50%、7.35%、5.83%的点云即可完成下采样点云的标注工作。此外,对比试验表明,本文方法在标注精度和减少人工成本方面优于其他方法,能为点云语义标注工作节省大量人工成本。
AbstractList P237; 针对点云场景语义标注存在着手工标注费时费力、算法耗时严重、标注精度不高和不适用于大规模场景点云处理等问题,本文提出了 一种结合排序批处理模式的主动学习点云场景语义标注方法.该方法首先对原始点云进行下采样处理,然后利用改进的递归特征增加法从庞大的特征集中筛选出最优特征子集,采用排序批处理模式采样算法迭代选取并人工标注少数未标注点,通过创建最小人工标注训练集来完成下采样点云的语义标注工作,最后利用邻域等权标签传播算法完成原始点云数据的标注.对3个室外大场景点云分别进行的试验表明:本文方法只需人工标注7.50%、7.35%、5.83%的点云即可完成下采样点云的标注工作.此外,对比试验表明,本文方法在标注精度和减少人工成本方面优于其他方法,能为点云语义标注工作节省大量人工成本.
针对点云场景语义标注存在着手工标注费时费力、算法耗时严重、标注精度不高和不适用于大规模场景点云处理等问题,本文提出了一种结合排序批处理模式的主动学习点云场景语义标注方法。该方法首先对原始点云进行下采样处理,然后利用改进的递归特征增加法从庞大的特征集中筛选出最优特征子集,采用排序批处理模式采样算法迭代选取并人工标注少数未标注点,通过创建最小人工标注训练集来完成下采样点云的语义标注工作,最后利用邻域等权标签传播算法完成原始点云数据的标注。对3个室外大场景点云分别进行的试验表明:本文方法只需人工标注7.50%、7.35%、5.83%的点云即可完成下采样点云的标注工作。此外,对比试验表明,本文方法在标注精度和减少人工成本方面优于其他方法,能为点云语义标注工作节省大量人工成本。
Author 邹禄杰
李琪琪
陶武勇
花向红
赵不钒
AuthorAffiliation 武汉大学测绘学院,湖北 武汉430079;武汉大学灾害监测与防治研究中心,湖北 武汉430079;广州市城市规划勘测设计研究院,广东广州510060%武汉大学测绘学院,湖北 武汉430079;武汉大学灾害监测与防治研究中心,湖北 武汉430079%武汉大学测绘学院,湖北 武汉430079;武汉大学灾害监测与防治研究中心,湖北 武汉430079;南昌大学信息工程学院,江西南昌330031
AuthorAffiliation_xml – name: 武汉大学测绘学院,湖北 武汉430079;武汉大学灾害监测与防治研究中心,湖北 武汉430079;广州市城市规划勘测设计研究院,广东广州510060%武汉大学测绘学院,湖北 武汉430079;武汉大学灾害监测与防治研究中心,湖北 武汉430079%武汉大学测绘学院,湖北 武汉430079;武汉大学灾害监测与防治研究中心,湖北 武汉430079;南昌大学信息工程学院,江西南昌330031
Author_FL ZHAO Bufan
HUA Xianghong
ZOU Lujie
TAO Wuyong
LI Qiqi
Author_FL_xml – sequence: 1
  fullname: ZOU Lujie
– sequence: 2
  fullname: HUA Xianghong
– sequence: 3
  fullname: ZHAO Bufan
– sequence: 4
  fullname: TAO Wuyong
– sequence: 5
  fullname: LI Qiqi
Author_xml – sequence: 1
  fullname: 邹禄杰
– sequence: 2
  fullname: 花向红
– sequence: 3
  fullname: 赵不钒
– sequence: 4
  fullname: 陶武勇
– sequence: 5
  fullname: 李琪琪
BookMark eNpNj01LAlEYhS9hkJk_oVW0HLufc-9dhUhZILSo1nLn41YSozlJrUMMW2QFLYoWBhGzERduGuvnzFz7GSkGtTnnLJ7zvpxlkAnqgQ_AKoIFhCTlG7VCsVzaL2CIyUwQJAQvgCyCEFmISZb5l5dAPgxPHAgZJZwRmQWbk6s4Gd-nL2PzNPweDpK4a_rXZhRNntvm9iEd90w3Tt_ak7uOiV7Tr17y8ZneROngPYn7ZvS4Aha1Og39_K_nwOH21kFpx6rslXdLxYrVQFgIiyLb96jSiGiitMbcdqitNHYYYoS6kgssFMauLSAUrqRCeJR4xOOcIUEkJzmwPr97oQKtgqNqrd5qBtOPVff40pmNh3hanXJrc67RrJ-1_PD8D8Rc2simkkvyA6uAb6g
ClassificationCodes P237
ContentType Journal Article
Copyright Feb 2023. This work is published under https://creativecommons.org/licenses/by-nc-nd/4.0/ (the “License”). Notwithstanding the ProQuest Terms and Conditions, you may use this content in accordance with the terms of the License.
Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Feb 2023. This work is published under https://creativecommons.org/licenses/by-nc-nd/4.0/ (the “License”). Notwithstanding the ProQuest Terms and Conditions, you may use this content in accordance with the terms of the License.
– notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.11947/j.AGCS.2023.20210332
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList

DeliveryMethod fulltext_linktorsrc
Discipline Astronomy & Astrophysics
DocumentTitle_FL Ranked batch-mode active learning method for semantic annotation of point cloud scene
EISSN 1001-1595
EndPage 271
ExternalDocumentID chxb202302008
GrantInformation_xml – fundername: (国家自然科学基金); (国家自然科学基金)
  funderid: (国家自然科学基金); (国家自然科学基金)
GroupedDBID -01
5VS
5XA
5XB
7X2
92E
92I
ABJNI
ACGFS
AFKRA
ALMA_UNASSIGNED_HOLDINGS
ATCPS
BBNVY
BENPR
BHPHI
BKSAR
CCEZO
CCVFK
CW9
HCIFZ
M0K
M7P
OK1
P2P
PATMY
PCBAR
PIMPY
PYCSY
TCJ
TGP
U1G
U5K
2B.
4A8
93N
AEUYN
CCPQU
IPNFZ
PHGZM
PHGZT
PMFND
PSX
RIG
ID FETCH-LOGICAL-p1288-416ed4af13f3aff276b46af2b51534c97828a22c68008c9488d43d3d775183973
ISSN 1001-1595
IngestDate Thu May 29 04:11:08 EDT 2025
Mon Jun 30 09:42:56 EDT 2025
IsPeerReviewed false
IsScholarly true
Issue 2
Keywords 特征选择
点云场景
语义标注
排序批处理模式
主动学习
Language Chinese
English
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-p1288-416ed4af13f3aff276b46af2b51534c97828a22c68008c9488d43d3d775183973
Notes ObjectType-Article-1
SourceType-Scholarly Journals-1
ObjectType-Feature-2
content type line 14
PQID 2796164979
PQPubID 5229093
PageCount 12
ParticipantIDs wanfang_journals_chxb202302008
proquest_journals_2796164979
PublicationCentury 2000
PublicationDate 2023-02-20
PublicationDateYYYYMMDD 2023-02-20
PublicationDate_xml – month: 02
  year: 2023
  text: 2023-02-20
  day: 20
PublicationDecade 2020
PublicationPlace Beijing
PublicationPlace_xml – name: Beijing
PublicationTitle Ce hui xue bao
PublicationTitle_FL Acta Geodaetica et Cartographica Sinica
PublicationYear 2023
Publisher Surveying and Mapping Press
武汉大学测绘学院,湖北 武汉430079
武汉大学灾害监测与防治研究中心,湖北 武汉430079%武汉大学测绘学院,湖北 武汉430079
南昌大学信息工程学院,江西南昌330031
武汉大学灾害监测与防治研究中心,湖北 武汉430079
广州市城市规划勘测设计研究院,广东广州510060%武汉大学测绘学院,湖北 武汉430079
Publisher_xml – name: Surveying and Mapping Press
– name: 武汉大学测绘学院,湖北 武汉430079
– name: 武汉大学灾害监测与防治研究中心,湖北 武汉430079
– name: 广州市城市规划勘测设计研究院,广东广州510060%武汉大学测绘学院,湖北 武汉430079
– name: 武汉大学灾害监测与防治研究中心,湖北 武汉430079%武汉大学测绘学院,湖北 武汉430079
– name: 南昌大学信息工程学院,江西南昌330031
SSID ssib005437539
ssib038074662
ssib051373695
ssib002263888
ssib000862384
ssj0058465
Score 2.3539631
Snippet ...
P237; 针对点云场景语义标注存在着手工标注费时费力、算法耗时严重、标注精度不高和不适用于大规模场景点云处理等问题,本文提出了...
SourceID wanfang
proquest
SourceType Aggregation Database
StartPage 260
SubjectTerms Active learning
Algorithms
Annotations
Labeling
Labor
Labor costs
Learning
Semantics
Title 点云场景语义标注的排序批处理模式主动学习法
URI https://www.proquest.com/docview/2796164979
https://d.wanfangdata.com.cn/periodical/chxb202302008
Volume 52
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR3JahRBtIkRwYu4kmgMc7C8yMTpqupaTlI96RgUBTGB3EIvaXNxImaCmqMEJR6MCh4UDxFEcgk55OKMfs5Mx8_wveqemR4ScYGhqKl69Zba3nvVtTjOlSiE0SdSXg1xjYlLKqoRlWk1iV2aCplK115WfeeumJ3ntxa8hZFjzdKupbVmNBWvH3mu5H9aFdKgXfGU7D-0bB8pJEAc2hdCaGEI_6qNSSCJosTXJODEN0S7JPCIrmM8EERrYmZIoDA00xZGE6Uxy9SIkhjxGTEK8WhDFMcUFRBNEQ8gUTM2RVsSHjHcwgAwFBcWDyC3RP26BQYSivg-pihjMXtI2oiCOtDNieZvXvbMYpsIRXxEDsV1uaCwqLxe1yCB7gktMT_nWk8TvzYAUVjGz6ujZutFojyGlkGAIvxyntU04gXBNS0Tgir0c0FzXiyPhe4u1koos2fPa_3eXQIXyIPq1Z2RQ1L9VmBL1lDo_RYM_uaU60TLa4excwYWmC5pF9y_BvajV1Y_Hi0NM1rWJflDC4VZQvOXag5rPM2lVXnmZv3-FAqNgVtjxbLx8GXi8fLTCGFq1J6QP06ltJsbbt8rG-VgEquy0QdzdOlSO48z8HH7RjC-WMDF4NJJz2WSCd13QtHC9eyeg0L44hwdMn79KLaHfL0TT8JGGjYelIy-udPOqcJbq5h86J1xRtaXzzpjZhW_H608fFa5WrHxfHlw9Zxz4-B5q9N-2_3Uzj7s_dzb7bQ2s-2X2f7OwceN7PW7bnsr22x1v2wcvHmR7Xzu_tjqfPvefbXT3f3aaW1n--_PO_MzwVx9tlo8UVJ9BIadqoI7s5TwMHVZysI0pVJEXIQpjcBNYDzWYH-rkNJYgF-mYg3aMuEsYYnEr53gCrALzmhjpbE05lQoTaSQLMTriTnMkGGapCGTMfgvMQfIcWeiVy2LxRy0ukilFq6AbD3uTBZVNcgdau2LfwK45JwcjJkJZ7T5eG3pMljczWjSdpBf0IqiUA
linkProvider Colorado Alliance of Research Libraries
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E7%82%B9%E4%BA%91%E5%9C%BA%E6%99%AF%E8%AF%AD%E4%B9%89%E6%A0%87%E6%B3%A8%E7%9A%84%E6%8E%92%E5%BA%8F%E6%89%B9%E5%A4%84%E7%90%86%E6%A8%A1%E5%BC%8F%E4%B8%BB%E5%8A%A8%E5%AD%A6%E4%B9%A0%E6%B3%95&rft.jtitle=%E6%B5%8B%E7%BB%98%E5%AD%A6%E6%8A%A5&rft.au=%E9%82%B9%E7%A6%84%E6%9D%B0&rft.au=%E8%8A%B1%E5%90%91%E7%BA%A2&rft.au=%E8%B5%B5%E4%B8%8D%E9%92%92&rft.au=%E9%99%B6%E6%AD%A6%E5%8B%87&rft.date=2023-02-20&rft.pub=%E6%AD%A6%E6%B1%89%E5%A4%A7%E5%AD%A6%E6%B5%8B%E7%BB%98%E5%AD%A6%E9%99%A2%2C%E6%B9%96%E5%8C%97+%E6%AD%A6%E6%B1%89430079&rft.issn=1001-1595&rft.volume=52&rft.issue=2&rft.spage=260&rft.epage=271&rft_id=info:doi/10.11947%2Fj.AGCS.2023.20210332&rft.externalDocID=chxb202302008
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fchxb%2Fchxb.jpg