交通標(biāo)志等道路設(shè)施的空間位置信息是城市三維建模的基本要素之一,也是道路設(shè)施養(yǎng)護管理的必要內(nèi)容。為此,提出一種基于移動測量數(shù)據(jù)的小型交通標(biāo)志自動提取方案,基于改進的卷積神經(jīng)網(wǎng)絡(luò)SlimNet模型對全景影像上的小交標(biāo)進行檢測,提出一種基于深度圖的目標(biāo)三維空間地理定位方法,并采用以中心點為準(zhǔn)的距離判斷法提取目標(biāo)的對角線。選取三類小型交通標(biāo)志的實測數(shù)據(jù)對所提方法進行驗證分析。實驗結(jié)果表明,SlimNet模型的平均正確率相比經(jīng)典的VGG16（Visual Geometry Group 16）模型有4.2個百分點的提升。采用提出的地理定位和矢量化方案,三類目標(biāo)在實驗區(qū)的召回率和精確率均達(dá)到86%以上,證明整體方案的有效可行性。該方法為城市多類目標(biāo)的精確三維空間地理定位提供新思路。 

【文章來源】：中國激光. 2020,47(09)北大核心EICSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

整體方案的流程示意圖

基于SlimNet模型的目標(biāo)檢測流程

從球面坐標(biāo)系原點發(fā)出的射線與激光點云相交得到交點(P1,P2,…,Pn),其三維空間坐標(biāo)如圖4所示。原點與交點之間的距離可表示為圖4 交點的三維空間坐標(biāo)

【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的道路標(biāo)線自動提取與分類方法[J]. 黃剛,劉先林.  中國激光. 2019(08)
[2]基于地面移動測量系統(tǒng)的井蓋快速自動定位與提取方法的研究[J]. 楊蒙蒙,萬幼川,劉先林,岳貴杰,王留召,魏占營,陳學(xué)霞.  中國激光. 2018(08)
[3]基于改進深度卷積神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識別[J]. 馬永杰,李雪燕,宋曉鳳.  激光與光電子學(xué)進展. 2018(12)



本文編號：3468599