结合XGBoost和条件随机场的城市场景机载LiDAR分类

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。