点云的处理、传输、语义分割等是3维计算机视觉领域重要的分析任务.现如今,图神经网络和图结构在点云研究方面的有效性已被证实,基于图的点云(graph-based point cloud,GPC)研究不断涌现.因此,一种统一的研究角度、框架和方法论亟待形成...点云的处理、传输、语义分割等是3维计算机视觉领域重要的分析任务.现如今,图神经网络和图结构在点云研究方面的有效性已被证实,基于图的点云(graph-based point cloud,GPC)研究不断涌现.因此,一种统一的研究角度、框架和方法论亟待形成.系统性梳理了GPC研究的各种应用场景,包括配准、降噪、压缩、表示学习、分类、分割、检测等任务,概括出GPC研究的一般性框架,提出了一条覆盖当前GPC全域研究的技术路线.具体来说,给出了GPC研究的分层概念范畴,包括底层数据处理、中层表示学习、高层识别任务;综述了各领域中的GPC模型或算法,包括静态和动态点云的处理算法、有监督和无监督的表示学习模型、传统或机器学习的GPC识别算法;总结了其中代表性的成果及其核心思想,譬如动态更新每层特征空间对应的最近邻图、分层以及参数共享的动态点聚合模块,结合图划分和图卷积提高分割精度;对比了模型性能,包括总体精度(overall accuracy,OA)、平均精度(mean accuracy,mAcc)、平均交并比(mean intersection over union,mIoU);在分析比较现有模型和方法的基础上,归纳了GPC目前面临的主要挑战,提出相应的研究问题,并展望未来的研究方向.建立的GPC研究框架具有一般性和通用性,为后续研究者从事GPC这个新型交叉领域研究提供了领域定位、技术总结及宏观视角.点云研究的出现,是探测器硬件技术长足进步后应运而生的结果;点云研究的现状表明在理论和实践之间存在一些挑战,一些关键问题还有待解决.同时,点云研究的发展将推动人工智能进入新的时代.展开更多
We used a spafio-temporal shot-noise Cox process to study the distribution of forest fires reported between 2006 and 2010 in the Mazandaran Province＇s forests. The fitted model shows that daily temperature, altitude,...We used a spafio-temporal shot-noise Cox process to study the distribution of forest fires reported between 2006 and 2010 in the Mazandaran Province＇s forests. The fitted model shows that daily temperature, altitude, and slope-exposure impacted fire occurrence. Forest fire occurred in the region had an aggregated behavior, which increased in radius below 1-km away from fired areas; a periodic pattern of fire occurrence in the region was verified. The risk of forest fire is significantly higher for areas with southern exposure and slope between 30° and 50°, northern exposure and slope between 0° and 50°, and eastern exposure and slope between 0° and 30°. The risk of fire was also significantly higher at altitudes between 1350 and 3000 m asl. Human causes were the main ignition source for forest fires in the region. The fire occurrence rate stayed above average during the drought period from September 2008 to September 2009. Our findings could lead to the development of fire-response and fire-suppression strategies appropriate to specific regions.展开更多
为了解决点云处理过程中空间信息损失的问题,同时在融合过程中最大程度地提取可见光图像的纹理信息,本文提出了一种基于特征切片的激光点云与可见光图像融合车辆检测方法(FVOIRGAN-Detection)。在CrossGAN-Detection方法中加入了FVOI(Fr...为了解决点云处理过程中空间信息损失的问题,同时在融合过程中最大程度地提取可见光图像的纹理信息,本文提出了一种基于特征切片的激光点云与可见光图像融合车辆检测方法(FVOIRGAN-Detection)。在CrossGAN-Detection方法中加入了FVOI(Front View Based on Original Information)的点云处理思路,将点云投影到前视角度并把原始点云信息的各个维度切片为特征通道,在不降低网络性能的情况下显著提高点云信息利用效率。并且引入了相对概率的思想,采用鉴别器鉴别图像的相对真实概率替代绝对真实概率,使得融合图像提取的纹理信息更加接近真实的纹理信息。在KITTI数据集上进行检测性能实验验证结果表明,本文方法在容易、中等和困难三个类别中的AP指标分别达到97.67%、87.86%和79.03%。在光线受限的场景下,AP指标达到了88.49%,与CrossGAN-Detection方法相比提高了2.37%,提高了目标检测的性能。展开更多
白冠空间分布模式分析是海浪破碎统计研究的前提。本文提出利用空间点过程统计分析工具研究白冠空间分布模式,并结合实际白冠破碎观测录像资料,计算观测数据的L-函数和K-函数,与Markov chain Monte Carlo(MCMC)方法生成的模拟包迹进行比...白冠空间分布模式分析是海浪破碎统计研究的前提。本文提出利用空间点过程统计分析工具研究白冠空间分布模式,并结合实际白冠破碎观测录像资料,计算观测数据的L-函数和K-函数,与Markov chain Monte Carlo(MCMC)方法生成的模拟包迹进行比较,推断得出其白冠空间分布模式类型为空间齐次Poisson过程。研究表明空间点过程统计分析工具适用于白冠破碎研究。展开更多
文摘点云的处理、传输、语义分割等是3维计算机视觉领域重要的分析任务.现如今,图神经网络和图结构在点云研究方面的有效性已被证实,基于图的点云(graph-based point cloud,GPC)研究不断涌现.因此,一种统一的研究角度、框架和方法论亟待形成.系统性梳理了GPC研究的各种应用场景,包括配准、降噪、压缩、表示学习、分类、分割、检测等任务,概括出GPC研究的一般性框架,提出了一条覆盖当前GPC全域研究的技术路线.具体来说,给出了GPC研究的分层概念范畴,包括底层数据处理、中层表示学习、高层识别任务;综述了各领域中的GPC模型或算法,包括静态和动态点云的处理算法、有监督和无监督的表示学习模型、传统或机器学习的GPC识别算法;总结了其中代表性的成果及其核心思想,譬如动态更新每层特征空间对应的最近邻图、分层以及参数共享的动态点聚合模块,结合图划分和图卷积提高分割精度;对比了模型性能,包括总体精度(overall accuracy,OA)、平均精度(mean accuracy,mAcc)、平均交并比(mean intersection over union,mIoU);在分析比较现有模型和方法的基础上,归纳了GPC目前面临的主要挑战,提出相应的研究问题,并展望未来的研究方向.建立的GPC研究框架具有一般性和通用性,为后续研究者从事GPC这个新型交叉领域研究提供了领域定位、技术总结及宏观视角.点云研究的出现,是探测器硬件技术长足进步后应运而生的结果;点云研究的现状表明在理论和实践之间存在一些挑战,一些关键问题还有待解决.同时,点云研究的发展将推动人工智能进入新的时代.
基金Supported by the Scientific Research Funds for Forestry Public Welfare of China(201004026)Ministry of Education "Overseas Experts and Scholars" project
文摘We used a spafio-temporal shot-noise Cox process to study the distribution of forest fires reported between 2006 and 2010 in the Mazandaran Province＇s forests. The fitted model shows that daily temperature, altitude, and slope-exposure impacted fire occurrence. Forest fire occurred in the region had an aggregated behavior, which increased in radius below 1-km away from fired areas; a periodic pattern of fire occurrence in the region was verified. The risk of forest fire is significantly higher for areas with southern exposure and slope between 30° and 50°, northern exposure and slope between 0° and 50°, and eastern exposure and slope between 0° and 30°. The risk of fire was also significantly higher at altitudes between 1350 and 3000 m asl. Human causes were the main ignition source for forest fires in the region. The fire occurrence rate stayed above average during the drought period from September 2008 to September 2009. Our findings could lead to the development of fire-response and fire-suppression strategies appropriate to specific regions.
文摘为了解决点云处理过程中空间信息损失的问题,同时在融合过程中最大程度地提取可见光图像的纹理信息,本文提出了一种基于特征切片的激光点云与可见光图像融合车辆检测方法(FVOIRGAN-Detection)。在CrossGAN-Detection方法中加入了FVOI(Front View Based on Original Information)的点云处理思路,将点云投影到前视角度并把原始点云信息的各个维度切片为特征通道,在不降低网络性能的情况下显著提高点云信息利用效率。并且引入了相对概率的思想,采用鉴别器鉴别图像的相对真实概率替代绝对真实概率,使得融合图像提取的纹理信息更加接近真实的纹理信息。在KITTI数据集上进行检测性能实验验证结果表明,本文方法在容易、中等和困难三个类别中的AP指标分别达到97.67%、87.86%和79.03%。在光线受限的场景下,AP指标达到了88.49%,与CrossGAN-Detection方法相比提高了2.37%,提高了目标检测的性能。
文摘白冠空间分布模式分析是海浪破碎统计研究的前提。本文提出利用空间点过程统计分析工具研究白冠空间分布模式,并结合实际白冠破碎观测录像资料,计算观测数据的L-函数和K-函数,与Markov chain Monte Carlo(MCMC)方法生成的模拟包迹进行比较,推断得出其白冠空间分布模式类型为空间齐次Poisson过程。研究表明空间点过程统计分析工具适用于白冠破碎研究。
