结合XGBoost和条件随机场的城市场景机载LiDAR分类

作者：刘翼,王谱佐,胡翔云,修林冉

摘要：针对城市场景中地物自动分类的重大应用需求以及目前存在地物特征描述不准确、分类精度不高的问题,提出了一种基于机器学习的机载LiDAR点云分类方法。算法利用精确三维坐标信息以及对应的颜色信息,归纳总结了一系列点云特征描述方法,并利用XGBoost分类器,在超参数调节后得到初始分类结果;然后针对初始分类的不连续性,采用全连接条件随机场模型优化得到最终的分类结果。在ISPRS三维语义标注比赛的实验结果中,该方法总体精度达到83%,优于其他基于经典机器学习的方法。

发文机构：中国石油西气东输管道公司科技信息中心 武汉大学遥感信息工程学院 中国石油西气东输管道公司管道处

关键词：机载激光点云特征提取点云分类XGBoost条件随机场airborne laser point cloudfeature extractionpoint cloud classificationXGBoostconditional random field

分类号： P237[天文地球—摄影测量与遥感]