[發明專利]一種基于點云語義標注和優化的點云分類方法

有效

• 申請號: 201910492227.5
• 申請日: 2019-06-06
• 公開（公告）號: CN110210431B
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 黃榮;葉真;徐聿升;潘玥;顧振雄
• 申請（專利權）人: 上海黑塞智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T7/11
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 趙繼明

1.一種基于點云語義標注和優化的點云分類方法，其特征在于，該方法包括以下步驟：

步驟1：使用PointNet++對原始點云數據進行預分類，獲得點云預分類結果；

步驟2：針對預分類結果使用全局空間正則化進行分類結果優化，得到最終點云分類結果；

所述步驟2包括以下分步驟：

步驟21：將點云預分類結果細分為多個子點集，并對每個子點集進行基于圖像的正則化操作，獲得多個經過基于圖像的正則化操作的子點集；

步驟22：針對每個經過基于圖像的正則化操作的子點集構建加權圖并進行圖分割操作，獲得多個經過圖分割操作的圖模型；

步驟23：針對每個經過圖分割操作的圖模型的能量函數進行求解并最終得到最終點云分類結果。

2.根據權利要求1所述的一種基于點云語義標注和優化的點云分類方法，其特征在于，所述的步驟1具體包括：使用PointNet++的自動編碼器部分對原始點云數據進行預分類，獲得點云預分類結果。

3.根據權利要求2所述的一種基于點云語義標注和優化的點云分類方法，其特征在于，所述PointNet++的自動編碼器部分的輸入為城市場景與預訓練模型對應的ShapeNet數據集。

4.根據權利要求2所述的一種基于點云語義標注和優化的點云分類方法，其特征在于，所述PointNet++的自動編碼器部分的輸出為城市場景與預訓練模型對應的ShapeNet數據集中每個類別的分類概率。

5.根據權利要求1所述的一種基于點云語義標注和優化的點云分類方法，其特征在于，所述步驟22具體包括：針對每個經過基于圖像的正則化操作的子點集構建加權圖并通過GraphCuts算法進行圖分割操作，獲得多個經過圖分割操作的圖模型。

6.根據權利要求1所述的一種基于點云語義標注和優化的點云分類方法，其特征在于，所述步驟23具體包括：針對每個經過圖分割操作的圖模型的能量函數通過alpha擴展算法進行求解并最終得到最終點云分類結果。

7.根據權利要求6所述的一種基于點云語義標注和優化的點云分類方法，其特征在于，所述alpha擴展算法的求解過程具體包括：通過切割將所有alpha標記和alpha未標記的節點分開，在每次迭代時改變alpha標簽，并且當迭代期間出現兩個相鄰節點不共享相同標簽時插入中間節點，循環迭代至alpha的每個可能標簽收斂時迭代結束。