[论文解读] OpenGF: An Ultra-Large-Scale Ground Filtering Dataset Built Upon Open ALS Point Clouds Around the World

Nannan Qin, Weikai Tan+3 more|arXiv (Cornell University)|Jan 24, 2021

Remote Sensing and LiDAR Applications参考文献 22被引用 5

一句话总结

OpenGF 是一个超大规模、公开可用的地表过滤数据集，包含来自 4 个国家 9 种典型场景中 47.7 平方公里多样化地形的超过 5.42 亿个精细标注的地表点与非地表点。该数据集基于开放获取的 ALS 点云构建，可有效用于深度学习模型的训练与基准测试，其在准确性和鲁棒性方面显著优于基于规则的方法，尤其在复杂、混合地形环境中表现突出。

ABSTRACT

Ground filtering has remained a widely studied but incompletely resolved bottleneck for decades in the automatic generation of high-precision digital elevation model, due to the dramatic changes of topography and the complex structures of objects. The recent breakthrough of supervised deep learning algorithms in 3D scene understanding brings new solutions for better solving such problems. However, there are few large-scale and scene-rich public datasets dedicated to ground extraction, which considerably limits the development of effective deep-learning-based ground filtering methods. To this end, we present OpenGF, first Ultra-Large-Scale Ground Filtering dataset covering over 47 $km^2$ of 9 different typical terrain scenes built upon open ALS point clouds of 4 different countries around the world. OpenGF contains more than half a billion finely labeled ground and non-ground points, thousands of times the number of labeled points than the de facto standard ISPRS filtertest dataset. We extensively evaluate the performance of state-of-the-art rule-based algorithms and 3D semantic segmentation networks on our dataset and provide a comprehensive analysis. The results have confirmed the capability of OpenGF to train deep learning models effectively. This dataset is released at https://github.com/Nathan-UW/OpenGF to promote more advancing research for ground filtering and large-scale 3D geographic environment understanding.

研究动机与目标

• 解决当前缺乏大规模、多样化且公开可用的地表过滤数据集以用于训练深度学习模型的问题。
• 开发一种高效、可扩展的策略，利用现有的开放 ALS 点云构建高质量的地表过滤数据集。
• 提供一个全面的基准，用于评估最先进的基于规则与基于深度学习的地表过滤算法。
• 支持训练具备泛化能力的深度学习模型，以应对复杂地形与结构变化。
• 将传统地表过滤指标转化为适用于语义分割框架的一致性分类指标。

提出的方法

• 利用来自四个国家的现有裸地分类结果，结合开放获取的 ALS 点云，构建标注基础。
• 采用半自动、多步骤的标注流程，高效标注多样化地形类型中的地表与非地表点。
• 选取 9 种典型地形场景——涵盖城市、森林与山地等区域——以确保场景多样性与实际应用价值。
• 通过高分辨率、细粒度标注结合视觉检查与一致性验证，确保标注质量。
• 将标准地表过滤指标（如 RMSE、OA、IoU）转化为适用于语义分割评估框架的分类兼容指标。
• 设计两个测试集：测试 I（干净数据）与测试 II（含异常值），以实现不同数据质量条件下的稳健评估。

Figure 1: An example of the OpenGF dataset. Left: The original point cloud, Top right: Finely labeled GR (orange color) and NG (green color) points, Bottom right: DEM generated from the labeled GR points.

实验结果

研究问题

• RQ1 一个大规模、多样化且公开可用的地表过滤数据集是否能有效训练深度学习模型，以实现复杂地形类型下的良好泛化能力？
• RQ2 在真实世界、大规模 ALS 数据上，最先进的 3D 语义分割网络与传统基于规则的地表过滤方法相比，在准确性和鲁棒性方面表现如何？
• RQ3 与基于规则的方法相比，深度学习模型在多大程度上减少了微地形误差并降低了对大型结构（如屋顶）的误分类？
• RQ4 异常值的存在如何影响不同地表过滤算法的性能？哪些方法在异常值干扰下最具鲁棒性？
• RQ5 能否将地表过滤的评估框架与标准语义分割指标统一，以实现一致的基准测试？

主要发现

• KPConv 在测试 I 上达到最高总体准确率，地表点的 OA 为 94.96%，IoU 为 90.42%，同时 RMSE 最低，仅为 0.50 米。
• RandLA-Net 在含异常值的测试 II 中表现优于所有基线方法，展现出最佳分类准确率与在噪声复杂场景中的鲁棒性。
• PMF 作为基于规则的方法，在测试 I 上速度最快（1 分钟），但在测试 II 含异常值场景下表现最差，凸显其对数据污染的高度敏感性。
• 3D 语义分割网络对异常值的敏感性显著低于基于规则的方法，因其不依赖局部极小值假设。
• 深度学习模型的运行时间随数据规模线性增长，而基于规则的方法则高度依赖参数调优与数据复杂度。
• 尽管分类准确率较高，深度学习模型仍存在微地形误差，并将大型屋顶结构误分类为地表，表明仍需改进网络架构设计或后处理策略。

Figure 2: Examples of the validation split: nine point cloud tiles belong to the defined nine different terrain scenes. Each sample is displayed in pairs: the labeled point cloud on the left and the corresponding DEM on the right.