使用全分辨率全卷积循环神经网络从栅格化分类点云中提取铁轨
英文标题：Rail Track Extraction from Rasterized Classified Point Clouds Using a Full-Resolution, Fully Convolutional Recurrent Neural Network
arXiv 发布新研究（arXiv:2607.06829v1），针对铁路资产管理中的铁轨提取问题。研究提出利用全分辨率全卷积循环神经网络，从栅格化分类三维点云中准确提取铁轨。该方法适用于自动化检测与测绘流程，有望提升铁路基础设施运维的效率和精度，对开发自动化测绘系统具有重要参考价值。
打开原文相关 1.6 · 机会 1
2.6 KB
2.1 KB
612 B
380 B
9.1 KB
22.8 KB
24.2 KB
34.7 KB
中文
使用全分辨率全卷积循环神经网络从栅格化分类点云中提取铁轨
arXiv:2607.06829v1 发布。摘要：铁轨提取对于有效的铁路资产管理和维护至关重要，尤其是在自动化检测与测绘工作流中。本文介绍了一种新颖的方法，使用全分辨率全卷积循环神经网络从分类三维点云中提取铁轨。
BibTeX 格式引用
（暂无引用信息）
English / 原文
BibTeX formatted citation
×