来源：期刊VIP网 时间：
作者：刘耀廷;刘正军;曹昌昊;陈一铭;
单位：兰州交通大学测绘与地理信息学院;中国测绘科学研究院;
摘要：针对现有树种分类方法对复杂单木点云特征信息提取不足，并对地基激光雷达(TLS)和机载激光雷达(ALS)的单木数据混合分类精度受限的问题，该文提出了一种创新的点云树种分类方法 MFFTCN。该方法首先通过局部几何先验增加单木点云的特征维度，其次使用基于PointNet++的set abstraction (SA)进行特征提取，并提出了基于Transformer的特征交互模块进行多尺度特征聚合。该文选取由TLS和ALS混合构成的自建数据集(2类树种)和公开的Weiser数据集(5类树种)进行精度评价，并与PointMLP和RepSurf等先进方法进行对比分析。试验结果表明，该文方法在自建数据集和Weiser数据集的总体精度分别达到了97.33%和90.36%,同样达到了较高的F1和Kappa,显著优于对比方法，验证了该文方法的有效和可靠性。
关键词：树种分类;;激光点云;;几何先验;;森林近距离感知;;深度学习
基金资助：中国测绘科学研究院基本科研经费项目(AR2203)
