期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于半监督学习的三维Mesh建筑物立面提取与语义分割方法
被引量:
1
1
作者
成浩维
资文杰
+1 位作者
彭双
陈浩
《郑州大学学报(理学版)》
CAS
北大核心
2023年第4期8-15,共8页
面向三维Mesh数据的建筑物立面自动提取与语义分割在智慧城市建模与分析、数字孪生城市、城市规划建设等领域中应用广泛。拟基于深度学习方法构建面向三维Mesh数据的建筑物立面语义分割模型。当前,大量基于卷积神经网络的深度学习模型...
面向三维Mesh数据的建筑物立面自动提取与语义分割在智慧城市建模与分析、数字孪生城市、城市规划建设等领域中应用广泛。拟基于深度学习方法构建面向三维Mesh数据的建筑物立面语义分割模型。当前,大量基于卷积神经网络的深度学习模型均是全监督学习方法,其性能严重依赖于人工标注的训练集质量。但高质量的Mesh三维场景人工标注数据集昂贵且稀缺,鉴于此,在自动提取建筑物立面数据的基础上,提出一种基于mean-teacher半监督学习的三维建筑物立面语义分割方法,并引入特征空间关系正则化,结合空间和特征方面的邻域结构,利用无标签数据来提升模型分类精度。构建了一个全新的基于三维Mesh数据的建筑物立面数据集,并通过实验验证了提出方法的有效性和可用性。
展开更多
关键词
三维Mesh数据建筑物立面
深度学习
语义分割
半监督学习
下载PDF
职称材料
题名
基于半监督学习的三维Mesh建筑物立面提取与语义分割方法
被引量:
1
1
作者
成浩维
资文杰
彭双
陈浩
机构
国防科技大学电子科学与技术学院
自然资源部南方丘陵区自然资源监测监管重点实验室
出处
《郑州大学学报(理学版)》
CAS
北大核心
2023年第4期8-15,共8页
基金
国家自然科学基金重点项目(U19A2058)。
文摘
面向三维Mesh数据的建筑物立面自动提取与语义分割在智慧城市建模与分析、数字孪生城市、城市规划建设等领域中应用广泛。拟基于深度学习方法构建面向三维Mesh数据的建筑物立面语义分割模型。当前,大量基于卷积神经网络的深度学习模型均是全监督学习方法,其性能严重依赖于人工标注的训练集质量。但高质量的Mesh三维场景人工标注数据集昂贵且稀缺,鉴于此,在自动提取建筑物立面数据的基础上,提出一种基于mean-teacher半监督学习的三维建筑物立面语义分割方法,并引入特征空间关系正则化,结合空间和特征方面的邻域结构,利用无标签数据来提升模型分类精度。构建了一个全新的基于三维Mesh数据的建筑物立面数据集,并通过实验验证了提出方法的有效性和可用性。
关键词
三维Mesh数据建筑物立面
深度学习
语义分割
半监督学习
Keywords
3D Mesh building facade
deep learning
semantic segmentation
semi-supervised learning
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于半监督学习的三维Mesh建筑物立面提取与语义分割方法
成浩维
资文杰
彭双
陈浩
《郑州大学学报(理学版)》
CAS
北大核心
2023
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部