首页 /研究 /基于补丁级自监督学习和扩展互惠重排序的空地LiDAR地点识别
PERCEPTION

基于补丁级自监督学习和扩展互惠重排序的空地LiDAR地点识别

Yandi Yang, Xianghong Zou, Jianping Li, Haofeng Xie, Saurav Uprety, Hongzhou Yang, Naser El-Sheimy

发表年份
2026
访问权限
开放获取

摘要

本文提出一种新颖的空地LiDAR地点识别框架,通过补丁级自监督学习缩小空中与地面点云之间的域差距,并利用扩展互惠重排序算法减少初始检索中的误报。该方法利用预采集的全覆盖机载激光扫描数据作为先验地图,克服了传统地面LiDAR地点识别的局限性。

关键词

LiDAR place recognitionaerial-groundself-supervised learningre-rankingcross-view

相关论文

查看 PERCEPTION 分类全部论文