来源：期刊VIP网 时间：
作者：梁庆坤;姚国标;朱丰琪;傅青青;陈燕;崔广刚;
单位：山东建筑大学测绘地理信息学院;山东省国土测绘院;山东省核工业二四八地质大队;
摘要：针对目前单体建筑物模型获取时所存在的提取缺失或错误提取等问题，构建了一种结合语义标签的单体建筑物模型重建方法：(1)通过引入高效多尺度注意力机制和超轻量动态上采样模块，增强了DeeplabV3+语义分割模型对目标边缘提取方面的精细度，从而获得准确的建筑物轮廓标签图；(2)将轮廓标签作为影像像素属性标准，结合密集预测转换器计算的深度信息得到含有语义属性的场景点云；(3)根据重建过程中所赋予的点云属性，分离出该场景下的单体建筑物模型。实验结果表明，改进后的DeeplabV3+模型的mPA、OA、mIoU分别达到了98.17%、98.21%、96.44%,显著优于其他对比网络；且借助语义标签所重建出的单体建筑物点云模型在完整度和相似度指标上均取得了较好的结果。
关键词：语义分割;;单体建筑物;;属性映射;;点云模型
基金资助：国家自然科学基金项目(42171435);; 山东省自然科学基金项目(ZR2021MD006);; 中国博士后科学基金项目(2023M732686)
