（Urban 3D segmentation and modelling from street view images and LiDAR point clouds）

帶有語(yǔ)義標(biāo)簽和度量信息的3D城市地圖不僅是自動(dòng)駕駛汽車(chē)和城市無(wú)人機(jī)的關(guān)鍵支撐，而且還有助于局部環(huán)境在移動(dòng)用戶應(yīng)用中可視化。機(jī)器視覺(jué)挑戰(zhàn)是用最少的手工注釋從現(xiàn)有數(shù)據(jù)中生成準(zhǔn)確的城市地圖。針對(duì)這項(xiàng)工作，本文提出了一種新的方法，該方法采用GPS注冊(cè)的激光雷達(dá)（光檢測(cè)和測(cè)距）點(diǎn)云和街景圖像作為輸入，并結(jié)合點(diǎn)云和光度學(xué)特征使用基于規(guī)則的分析和基于學(xué)習(xí)的標(biāo)記混合創(chuàng)建三維點(diǎn)云的語(yǔ)義標(biāo)簽?；谝?guī)則的分析可以提高對(duì)75%的點(diǎn)云數(shù)據(jù)簡(jiǎn)單化和對(duì)大型結(jié)構(gòu)（如街道表面和建筑立面）的分割。對(duì)于更復(fù)雜的結(jié)構(gòu)，例如汽車(chē)、樹(shù)木和行人，本文利用結(jié)構(gòu)（LiDAR）和光度（街景）特征的推動(dòng)決策樹(shù)來(lái)創(chuàng)建。本文還提供了三維可視化方法的定性示例，從標(biāo)注數(shù)據(jù)和二維圖像分割中構(gòu)建參數(shù)化圖形模型，其中三維標(biāo)簽反投影到街景圖像。在定量評(píng)估中，本文給出了該方法的分類(lèi)準(zhǔn)確性和計(jì)算時(shí)間，并將結(jié)果與當(dāng)前三種常用數(shù)據(jù)庫(kù)的競(jìng)爭(zhēng) 方 法（NAVTEQ True、Paris-Rue-Madame和地面激光掃描Velodyne）進(jìn)行比較。

本文所提出的方法可以在商用臺(tái)式機(jī)硬件上運(yùn)行不到一個(gè)小時(shí)的時(shí)間就可以處理8000萬(wàn)個(gè)三維點(diǎn)（2.4公里街道距離）。首先使用基于規(guī)則的探測(cè)器來(lái)測(cè)量超過(guò)75%城市點(diǎn)云的道路表面和建筑立面。這些規(guī)則基于強(qiáng)大的自適應(yīng)處理（例如，以一個(gè)特定城市的平均建筑高度）為基礎(chǔ)，設(shè)置具有明確物理意義的閾值。然后，剩余的點(diǎn)云由構(gòu)建vox-els（點(diǎn)群）的方法進(jìn)行處理，最后將超體素通過(guò)增強(qiáng)決策樹(shù)的集合進(jìn)行分類(lèi)。體素構(gòu)建、超體素構(gòu)建和提取的特征也是基于具有明確物理意義的閾值。實(shí)驗(yàn)驗(yàn)證了所提出方法相比其他現(xiàn)有的方法表現(xiàn)良好。今后的研究工作將增加其他三維地圖數(shù)據(jù)的方法適應(yīng)性。