《表1 风、浪、流作用表:MLMS-Net:多层次多尺度点云分类网络》
本文使用1~7分别代表屋顶、围栏、低矮植被、地面、灌木丛、树木和车辆。表1为使用Vaihingen数据集进行测试时得到的分类结果混淆矩阵。由表1可以看出:第4类(地面)的分类精度为93.66%;第1类(屋顶)的分类精度为94.11%;第3类(低矮植被)的分类精度可以达到80.71%;第6类(树木)的分类精度为84.02%。这4类地物目标分类效果好的主要原因如下:(1)4类的训练数据相较于其他数据更多,因此网络中有更多的神经元以及训练参数用来学习对应的特征;(2)训练时,这4类地物目标可以更好地结合结构特征和边缘特征进行分类;(3)由于数据点多于其他类,错误点对分类精度的影响远小于其他几类。
图表编号 | XD00210426800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.10 |
作者 | 薛豆豆、程英蕾、文沛、余旺盛、秦先祥 |
绘制单位 | 空军工程大学信息与导航学院、空军工程大学信息与导航学院、空军工程大学信息与导航学院、中国人民解放军93575部队、空军工程大学信息与导航学院、空军工程大学信息与导航学院 |
更多格式 | 高清、无水印(增值服务) |