Bifpn-kpointnet-cbam: aplicación de la tecnología de nube de puntos 3d basada en aprendizaje profundo en la medición de vegetación
Autores: Liu, Qihuanghua; Jiang, Jianmin; Hu, Jingyi; Zhong, Songyu; Zou, Fang
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Bifpn-kpointnet-cbam: aplicación de la tecnología de nube de puntos 3d basada en aprendizaje profundo en la medición de vegetación
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Resultados
Tradicionales
Métodos de medición de vegetación
Datos
Verdor
Modelo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 41
Citaciones: Sin citaciones
Los resultados de los métodos tradicionales de medición de la vegetación son principalmente datos bidimensionales, que solo pueden transmitir información limitada. La situación de verdor de muchas ciudades o regiones en el mundo no puede ser evaluada completamente por estos resultados. En este sentido, este documento propone el uso del modo de adquisición de datos de nube de puntos integrada aire-suelo para medir la vegetación. Este modo combina un sistema de escaneo láser montado en una mochila, un sistema de escaneo láser montado en un vehículo y la tecnología de fotografía inclinada de UAV para recopilar datos de verdor en un parque integral y a lo largo de una carretera municipal en Guangzhou, China. Para clasificar los datos de verdor recopilados, proponemos el modelo BiFPN-KPointNet-CBAM, que se derivó de PointNet. El modelo se introdujo para analizar la distribución de plantas verdes en las áreas de estudio. Los hallazgos experimentales indican que nuestro modelo logró una mejora notable en la precisión general en aproximadamente un 8% en comparación con otros modelos de vanguardia. En comparación con el método tradicional de encuesta de verdor, este método obtuvo datos de verdor tridimensionales y más precisos, y por lo tanto, proporciona datos de verdor de mayor calidad para los gestores urbanos.
Descripción
Los resultados de los métodos tradicionales de medición de la vegetación son principalmente datos bidimensionales, que solo pueden transmitir información limitada. La situación de verdor de muchas ciudades o regiones en el mundo no puede ser evaluada completamente por estos resultados. En este sentido, este documento propone el uso del modo de adquisición de datos de nube de puntos integrada aire-suelo para medir la vegetación. Este modo combina un sistema de escaneo láser montado en una mochila, un sistema de escaneo láser montado en un vehículo y la tecnología de fotografía inclinada de UAV para recopilar datos de verdor en un parque integral y a lo largo de una carretera municipal en Guangzhou, China. Para clasificar los datos de verdor recopilados, proponemos el modelo BiFPN-KPointNet-CBAM, que se derivó de PointNet. El modelo se introdujo para analizar la distribución de plantas verdes en las áreas de estudio. Los hallazgos experimentales indican que nuestro modelo logró una mejora notable en la precisión general en aproximadamente un 8% en comparación con otros modelos de vanguardia. En comparación con el método tradicional de encuesta de verdor, este método obtuvo datos de verdor tridimensionales y más precisos, y por lo tanto, proporciona datos de verdor de mayor calidad para los gestores urbanos.