激光雷達(dá)（Light Detection and Ranging,LiDAR）技術(shù)是一種主動的遙感測量技術(shù),通過向目標(biāo)發(fā)射激光來獲取地面物體的信息。該數(shù)據(jù)在地形繪制、城市建設(shè)等領(lǐng)域有重要作用。近些年,傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network,CNN）在該數(shù)據(jù)上的作用也已經(jīng)被驗(yàn)證。但隨著傳統(tǒng)CNN網(wǎng)絡(luò)層的不斷加深,會出現(xiàn)梯度消失、網(wǎng)絡(luò)層冗余等問題。深度卷積神經(jīng)網(wǎng)絡(luò)（Deep Convolutional Neural Network,DCNN）可以緩解以上問題,但也存在模型尺寸大、參數(shù)眾多的問題。因此,本文將著重研究DCNN對LiDAR數(shù)據(jù)分類的作用,同時對其進(jìn)行改進(jìn)以獲得更好的分類效果。本文主要內(nèi)容包括:首先,探究了LiDAR數(shù)據(jù)的來源、發(fā)展、特點(diǎn)并收集了實(shí)驗(yàn)所需數(shù)據(jù)集;同時,驗(yàn)證了一些經(jīng)典的LiDAR數(shù)據(jù)分類算法并選取了可靠的分類評價指標(biāo)。為后文算法的設(shè)計(jì)、實(shí)現(xiàn)與性能分析提供理論基礎(chǔ)。其次,設(shè)計(jì)并實(shí)現(xiàn)了基于密集卷積神經(jīng)網(wǎng)絡(luò)（Dense Convolutional Network,Dense Net）及空間變換網(wǎng)絡(luò)（Spatial Transformer... 

【文章來源】：哈爾濱理工大學(xué)黑龍江省

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【部分圖文】：

不同方法的

哈爾濱理工大學(xué)工程碩士學(xué)位論文-37-續(xù)上頁圖：序號類別0建筑物11建筑物22建筑物33建筑物44建筑物55建筑物66建筑物7序號類別7樹木8停車場9土壤10草e)STN-DenseNete)STN-DenseNet圖3-11不同方法的混淆矩陣對比圖Fig.3-11Contrastdiagramofconfusionmatrixfordifferentmethods圖3-12是800個訓(xùn)練樣本時，不同方法對于Recology數(shù)據(jù)集預(yù)測結(jié)果的可視化展示。以右上方藍(lán)色的建筑物為例，隨著精度的提升，錯分顏色的面積逐漸減少，STN-DenseNet的分類結(jié)果與真值圖最接近，精度最高。a)真值圖b)決策樹c)SVMa)Groundtruthb)DecisionTreec)SVMd)隨機(jī)森林e)KNNf)CNNd)RandomForeste)KNNf)CNN

【參考文獻(xiàn)】：
期刊論文
[1]深度學(xué)習(xí)的昨天、今天和明天[J]. 余凱,賈磊,陳雨強(qiáng),徐偉.  計(jì)算機(jī)研究與發(fā)展. 2013(09)
[2]機(jī)載LIDAR系統(tǒng)原理及應(yīng)用綜述[J]. 陳松堯,程新文.  測繪工程. 2007(01)
[3]LIDAR技術(shù)及其應(yīng)用[J]. 鄭金水.  科技信息. 2007(06)
[4]決策樹分類法及其在土地覆蓋分類中的應(yīng)用[J]. 李爽,丁圣彥,錢樂祥.  遙感技術(shù)與應(yīng)用. 2002(01)

碩士論文
[1]基于深度神經(jīng)網(wǎng)絡(luò)的多/高光譜與高程數(shù)據(jù)聯(lián)合分類研究[D]. 李春陽.哈爾濱工業(yè)大學(xué) 2017



本文編號：3294183