论文阅读-2-多场景下点云数据建筑物分割方法研究

研究背景：

目前存在的问题：

• 当不同物体位于同一平面且距离较近时，难以准确识别其边缘信息，精确地识别相邻平面相交的公共点比较困难，容易导致这些公共点缺失。
  • Hough Transform 算法对建筑物进行平面分割时， 不仅计算量大且占用内存多；
    RANSAC 算法对估计模型参数的阈值选择较为敏感， 可能导致平面的过度分割；
    区域生长容易造成相邻平面相交的公共点缺失
• 基于多视图的卷积神经网络模型难以捕获 3D 模型的内部结构；基于体素化的卷积神经网络模型的计 算复杂度呈指数级增长，因此其实用性相对较低