测绘科学

2016, v.41;No.215(05) 45-49

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

支持向量机的车载雷达点云目标识别
Object recognition for vehicle-borne LiDAR point clouds based on SVM

李海亭;王厚之;李艳红;汪汇兵;

摘要(Abstract):

为了进一步研究移动测量系统的数据处理问题,该文根据点云的基本特征,归纳了由7个特征构成的点云原始特征向量,在此基础上,结合语义环境构建了由17个特征构成的点云扩展特征向量,并采用支持向量机模型对车载LiDAR点云进行行道树点云识别的一系列实验。实验中采用粒子群优化算法和遗传算法对支持向量机进行参数寻优;采用不同特征向量和不同数目样本对点云进行学习和目标识别;分析了特征向量的学习曲线和识别精度。实验结果表明,支持向量机模型能够在行道树点云识别中取得较高的精度。

关键词(KeyWords): 车载LiDAR点云;特征提取;目标识别;支持向量机

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金青年基金资助项目(41101449);; 精密工程与工业测量国家测绘地理信息局重点实验室开放研究基金资助项目(PF2011-26)

作者(Author): 李海亭;王厚之;李艳红;汪汇兵;

Email:

DOI: 10.16251/j.cnki.1009-2307.2016.05.010

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享