HyperAIHyperAI

Command Palette

Search for a command to run...

منذ 4 أشهر

التفكيك الدلالي السريع للسحاب النقطية ثلاثية الأبعاد ذات الكثافة المتغيرة بشكل قوي

{Jan D. Wegner Timo Hackel Konrad Schindler}

الملخص

نُقدّم طريقة فعّالة وفعّالة من حيث الحوسبة لتصنيف دلالي نقطي في السحابات ثلاثية الأبعاد. تُعدّ هذه الطريقة قادرة على التعامل مع السحابات النقطية غير المنظمة وغير الموحدة، مثل تلك الناتجة عن مستشعرات ليزر أرضية ثابتة أو عمليات إعادة بناء بصرية (التصوير الجوي/الاستشعار عن بعد)، كما أنها فعّالة من حيث الحوسبة، مما يجعل من الممكن معالجة سحابات نقطية تحتوي على ملايين النقاط خلال دقائق معدودة. وتبين أن المشكلة الأساسية، سواءً لمعالجة التغيرات القوية في كثافة النقاط أو لتقليل زمن الحوسبة، تكمن في التعامل الدقيق مع العلاقات المجاورة بين النقاط. وباختيار تعريفات مناسبة للجوار (الجوار متعدد المقياس) لنقطة معينة، نحصل على مجموعة ميزات تكون معبّرة بشكل كبير وسريعة الحساب في آنٍ واحد. وقد قُمنا بتقييم طريقة التصنيف هذه على بيانات معيارية مأخوذة من منصة استشعار متنقلة، وعلى مجموعة متنوعة من عمليات المسح الليزري الأرضية الكبيرة التي تختلف بشكل كبير في كثافة النقاط. وقد أظهرت المجموعة المُقترحة من الميزات تفوقها على أفضل الطرق الحالية من حيث دقة التصنيف النقطي، مع الحفاظ على سرعة عالية في الحساب.

المعايير القياسية

معيار قياسيالمنهجيةالمقاييس
semantic-segmentation-on-semantic3dTMLC-MSR
mIoU: 54.2%

بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — عجّل تطوير الذكاء الاصطناعي الخاص بك من خلال البرمجة المشتركة المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة المشتركة بالذكاء الاصطناعي
وحدات معالجة رسومات جاهزة
أفضل الأسعار
ابدأ الآن

Hyper Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp