基于栈式自编码的倾斜摄影测量点云多层级分类方法

提出一种基于栈式自编码的倾斜摄影测量点云多层级分类方法。该方法首先利用栈式自编码对邻域内点云特征进行降维;然后将这些深度特征输入到随机森林分类器中进行训练获得分类器;最后结合语义信息对RF分类器分类的结果进行优化,得到最终的分类结果。选取2组典型数据进行实验,总体分类精度分别达到91.90%和88.57%,比基于K-邻域所有特征的分类方法提高4.98%和9.93%,比基于K-邻域均值特征的分类方法提高6.52%和7.44%。