题目：CG-SSD: Corner Guided Single Stage 3D Object Detection from LiDAR Point Cloud作者：马瑞琪，陈驰*，杨必胜、李德仁、王海平、丛阳滋、胡宗田来源：ISPRS Journal of Photogrammetry and Remote Sensing研究背景：近年来，随着新能源汽车的不断发展，自动驾驶技术逐渐进入大众视野。其中环境目标感知是自动驾驶的核心技术，得到越来越多的学者的关注。激光LiDAR是自动驾驶车辆中用于目标感知的主要传感器，但由于其获取的点云数据的稀疏性和离散性，...

原文题目：Geometric Feature Enhanced Line Segment Extraction from Large-Scale Point Clouds with Hierarchical Topological Optimization来源：International Journal of Applied Earth Observations and Geoinformation作者：胡宗田，陈驰*，杨必胜，王治邺，马瑞琪，吴唯同，孙文鹿背景：三维激光扫描技术因其具有全天候、高速度、高精度、高密度等特点已经被广泛应用于新型基础测绘、双碳研究、无人驾驶、城市形态分析、地下空间探索等国家重大战略需求之中。...

标题：3D-CSTM: 三维连续时空建图方法            3D-CSTM: A 3D continuous spatio-temporal mapping method作者：丛阳滋，陈驰*，杨必胜，李健平，吴唯同，李雨昊，杨俨棣来源：ISPRS Journal of Photogrammetry and Remote Sensing摘要：低成本激光雷达三维建图能够快速、准确以及高效的完成场景点云地图的三维重建，具有高时效、高灵活、高精度的特点，但是由于低成本激光雷达数据采集视场受限，并且点云分布不均，大范围点云融合与配准仍然存在挑战。...

原文题目：Street-view imagery guided street furniture inventory from mobile laser scanning point cloudsISPRS Journal of Photogrammetry and Remote Sensing周雨舟，韩旭，彭明军，李海亭，杨波，董震*，杨必胜*背景利用车载移动测量系统采集的点云和影像准确提取道路附属设施，掌握其部件级的类别、位置、尺寸、形状等信息，不仅对城市管理和交通规划有重要意义，也是助力智能交通发展和实景三维中国建设的关键因素。但是，...

​标题：3D-CSTM: 三维连续时空建图方法    ​    ​    ​3D-CSTM: A 3D continuous spatio-temporal mapping method作者：Yangzi Cong, Chi Chen, Bisheng Yang, Jianping Li, Weitong Wu, Yuhao Li, YandiYang来源：ISPRS Journal of Photogrammetry and Remote Sensing摘要：低成本激光雷达三维建图能够快速、准确以及高效的完成场景点云地图的三维重建，具有高时效、高灵活、高精度的特点，但是由于低成本激光雷达数据采集...

标题：适用于城市场景大规模点云语义标识的深度学习网络作者：杨必胜, 韩旭, 董震来源：测绘学报摘要：近年来, 以点云为代表的三维数据不断涌现, 如何利用人工智能手段, 高度提升点云的解译能力, 实现城市地物目标的语义标识、三维精准提取等成为亟待攻克的难题。为此, 本文提出了一种端到端的三维点云深度学习网络, 通过构建不规则分布点云的上下采样策略、特征多层聚合与传播, 以及顾及样本不均的损失函数, 有效保障了点云采...

标题：点云深度学习基准数据集作者：杨必胜，韩旭，董震来源：遥感学报摘要：为推进深度学习方法在点云配准、语义分割、实例分割等领域的发展,武汉大学联合国内外多家高等院校和研究机构发布了包含多类型场景的地面站点云配准基准数据集WHU-TLS和包含语义、实例的城市级车载点云基准数据集WHU-MLS。其中,WHU-TLS基准数据集涵盖了地铁站、高铁站、山地、公园、校园、住宅、河岸、文化遗产建筑、地下矿道、隧道等10种不同的环境,...

​标题：A point-based deep learning network for semantic segmentation of MLS point clouds作者：Xu Han, Zhen Dong, Bisheng Yang来源：ISPRS Journal of Photogrammetry and Remote SensingAbstract:Semantic segmentation of point cloud is critical to 3D scene understanding and also a challenging problem in point cloud processing. Although an increasing number of deep learning based methods are proposed...