双通道深度学习框架可实现从无人机激光雷达点云中提取橡胶树冠

RTCrownNet: A dual-channel deep learning framework for accurate rubber tree crown extraction from UAV LiDAR point clouds


研究背景:橡胶树是热带重要经济作物,准确提取其树冠对评估产量很关键,但现有方法处理激光雷达点云数据时,存在树冠结构复杂边界模糊、背景干扰分割复杂、学习速率难优化等问题,且传统与部分深度学习方法有局限性

研究内容:提出RTCrownNet单树冠提取方法,包含双流协作功能融合模块、残余增强型图谱卷积模块、自适应差分进化算法(优化模型学习速率),还构建了无人机激光雷达点云数据集并开展实验

研究思路:先明确问题,再针对复杂树冠结构、背景干扰、学习速率优化等挑战设计对应模块与算法,最后通过构建数据和实验验证方法有效性

DS-CFM(双流协作功能聚变模块)--结合RMLP、SPLPA两种编码器来解决橡胶树树冠和树干之间因树枝叶分布不规则导致的边界模糊问题

RMLP-编码器:关注局部细节

它的工作方式是基于一种叫前馈多层感知网络的设计,能高效且细致地提取局部特征

首先会把输入的点云组织到局部区域,就像把橡胶树局部部分(一小簇树枝)划分出来,然后对着局部进行处理

之后进一步处理这些局部特征,加深网络学习,让提取特征更稳定

SPLPA-编码器:关注整体情况

自定位注意力(SPA):它会先一些关键的点(SP点),这些点的位置不是固定的,会根据橡胶树的形状和语义(比如哪里是树冠重要部分)动态调整,然后在聚合特征的时候,分别考虑空间上的距离(比如两个点离得有多远)和语义上的相似性(比如两个点是不是都属于树冠),不会因为空间距离的问题,把一些信息弄模糊了,能更好的区分树冠和树干边界

本地注意力(LPA):它关注的是局部的几何特征,比如某个小区域内树枝的形状,补充前面全局关注的不足,让局部特征也能更好的捕捉

特征融合

最后把,RMLP提取的局部特征和SPLPA提取的全局特征结合起来,这样模型就能看清局部的枝、叶细节又能把握整个树冠和边界,减少分割错误

残余增强图卷积模块(RAGC)----为解决橡胶树点云处理难题提出技术

第一步:图结构构建,点云数据先被组织成图结构G=(V,E),构建方式是先找每个点的"K-最近邻",明确点与"社区(邻居)"的几何关联

第二步:图卷积计算,提取点的局部特征

先算特征差异,对比中心点i和邻居点j的特征,既看"差异"也保留"自身特征",以此抓住全局形状和局部几何

在接着处理特征差异,得到边缘特征,最后从相邻点的特征里挑出最突出的特征,这些最突出的特征就是增强后的特征

第三步:"智能调整"+"稳扎稳打"

自适应几何融合:橡胶树点云有的地方密(树冠),有的地方疏(树干),用注意力权重来智能调比例----人多的圈子多参考新特征,人少的圈子多保留原始特征

残余连接:把"原始特征"和"新特征"直接加起来,既保留原始信息,又让训练更稳定

RAGC就是先给橡胶点云"建社交圈子",再分析"圈子里的关系特征",最后"智能调整特征并保证训练稳定",从而解决树冠重叠、边界模糊问题

ACDE算法-----自动找最合适的学习率("双轨并行"+"模仿生物行为")

(1)初始化:先准备好一批的学习速率,在给每一个学习速率打分

(2)双轨搜索:既主动找最优又精细调

主动搜索:找"能把树冠和背景分开的好学习率"

防御性适应(精细调整):像生物微调动作抓猎物,专注局部精细调整

(3)差异演化:"进化"出更好的学习率

通过突变、交叉、选择让学习率变得更好,突变:寻找候选学习率中的差异,通过差异生成新的学习速率(变异出新模式) 交叉:新变异学习速率和原来学习速率交叉组合,生成"试验性学习率"(杂交出混合模式) 选择:对比"试验性学习率"和"原来学习率"

提出两项关键技术:

1.残余增强图卷模块(RAGC),通过图结构构建,图卷积特征提取、自适应几何融合及残余连接,有效应对树冠重叠问题

2.ACDE算法,融合多种优化策略,自动优化学习率,解决传统调参效率低,提升模型训练效率

相关推荐
大模型真好玩12 小时前
做好真人分身却不知道拍什么?8个视频应用场景直接抄
人工智能·agent·deepseek
ZhengEnCi12 小时前
黄仁勋想回英伟达却被拒:创始人 CEO 辞职后为什么回不来,董事会继任机制全拆解
人工智能·nvidia·团队管理
真上帝的左手12 小时前
26. AI-大语言模型-基础
人工智能·ai·架构·llm·大语言模型
墨林陌12 小时前
AI 热点日报(2026-11-18):OpenAI 发布 GPT-6.2,APEC 峰会聚焦 AI,AI 制药融资创新高
人工智能
byte轻骑兵13 小时前
【ATT】规范精讲[8]:配置要确认、灌包要速度、多字段要原子——BLE 写入的四重选择
人工智能·aiot·l2cap·嵌入式蓝牙·蓝牙链路管理
AAA修煤气灶刘哥13 小时前
Agent 都能干活了,软件还需要那么多按钮吗?
人工智能·后端·架构
Purple Coder13 小时前
开题报告学习
人工智能
狂师14 小时前
牛逼!谷歌亲自下场开源的AI自动化神器!
人工智能·开源·测试
金融小师妹14 小时前
多因子关联模型:黄金与铜价同步回落背后的金融变量及PPI传导分析
大数据·人工智能·金融
ZhengEnCi14 小时前
中美AI竞赛之外其他国家在干什么:算力5%的欧洲、买卡的沙特与做场景的日韩
人工智能·gpu·nvidia