点云场景认知模式——泛化点云

• Published in: Ce hui xue bao Vol. 51; no. 4; pp. 556 - 567
• Main Authors: 刘春, 贾守军, 吴杭彬, 黄炜, 郑宁, 艾克然木·艾克拜尔
• Format: Journal Article
• Language: Chinese; English
• Published: Beijing Surveying and Mapping Press 01.04.2022; 同济大学测绘与地理信息学院,上海200092%同济大学数学与科学学院,上海200092
• Subjects: Algorithms; Cloud computing; Cognition; Cognition & reasoning; Cognitive ability; Data processing; Euclidean geometry; Euclidean space; Information processing; Natural resources; Remote sensing; Situational awareness; Tensors; Traffic accidents & safety; 点云数据;关联认知;智能处理;泛化点云;高维张量流形空间
• ISSN: 1001-1595; 1001-1595
• DOI: 10.11947/j.AGCS.2022.20220019

随着传感器技术和观测平台的迅速发展, 点云大数据作为新型遥感的主要数据形式, 已经逐渐成为场景感知的重要信息载体, 并在地质灾害态势感知、自然资源定量调查和道路交通安全服务等国家重大战略需求中发挥了越来越显著的作用。与此同时, 点云观测装备和国家重大战略需求的双重驱动促使空间场景从感知迈向了认知, 也对认知处理的算法和算力提出了新的要求。为此, 本文以点云场景认知的基本框架为线索, 分析了多源点云耦合观测的研究现状, 总结了点云场景认知处理的关键进展及其在国家重大战略需求中的典型应用, 并凝练了点云场景认知当前面临的主要问题。在此基础上, 本文聚焦点云场景认知的前沿挑战, 避开传统欧氏空间而转到高维张量流形空间进行点云数据处理, 提出了“泛化点云”的科学概念和技术框架, 为突破点云场景认知处理的算法和算力提供研究思路。