[發明專利]一種處理三維點云的方法、裝置、設備以及存儲介質

有效

• 申請號: 202110163660.1
• 申請日: 2021-02-05
• 公開（公告）號: CN112966696B
• 公開（公告）日: 2023-10-27
• 發明（設計）人: 喬宇;徐名業;張鈞皓;周志鵬
• 申請（專利權）人: 中國科學院深圳先進技術研究院
• 主分類號: G06V10/44
• 分類號: G06V10/44;G06V10/764;G06V10/82;G06N3/0464;G06N3/045;G06N3/08
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 李艷麗

本申請適用于計算機技術領域，提供了一種處理三維點云的方法、處理三維點云的裝置、處理三維點云的設備及存儲介質，包括：獲取包括多個點的點云數據；將所述點云數據輸入到已訓練的卷積神經網絡中處理，得到每個點對應的目標特征，所述卷積神經網絡包括幾何注意力融合模塊和聚焦模塊；基于每個點對應的目標特征，確定每個點對應的預測類別。基于該方法提取到的每個點的目標特征，包含了每個點對應的重要的幾何信息，使提取到的每個點的目標特征更加準確、有效，進而根據每個點的目標特征進行預測類別時，得到的預測結果非常準確。

技術領域

本申請屬于計算機技術領域，尤其涉及一種處理三維點云的方法、處理三維點云的裝置、一種處理三維點云的設備以及存儲介質。

背景技術

點云(英文全稱為Point Cloud)是在逆向工程中通過測量儀器得到的產品外觀表面的點數據集合，點云數據除了具有幾何位置以外，有的還有顏色信息。顏色信息通常是通過相機獲取彩色影像，然后將對應位置的像素的顏色信息(RGB)賦予點云中對應的點。強度信息的獲取是激光掃描儀接收裝置采集到的回波強度，此強度信息與目標的表面材質、粗糙度、入射角方向，以及儀器的發射能量，激光波長有關。

但是，對點云數據進行處理時，由于三維點云數據與圖像不同，三維點云數據是非規格化的，多視角投影技術將非規格化的三維點云投影為二維圖像，再對二維圖像進行處理，目前對點云數據進行處理需要先將點云數據轉換為其它的數據格式，比如將三維點云投影到二維圖像，作為卷積神經網絡的輸入；但是這個過程存在以下缺點：(1)由于遮擋原因，投影的過程本身會造成部分數據缺失。(2)數據轉化的過程計算量比較大。因此，直接構造卷積神經網絡處理三維點云數據非常有必要。

然而，現有的可直接對三維點云數據進行處理的卷積神經網絡，不能準確地提取到每個點的特征信息，導致對這些點進行類別預測時，預測結果不準確。

發明內容

有鑒于此，本申請實施例提供了一種處理三維點云的方法、處理三維點云的裝置、一種處理三維點云的設備以及存儲介質，以解決現有的可直接對三維點云數據進行處理的卷積神經網絡，不能準確地提取到每個點的特征信息，導致對這些點進行類別預測時，預測結果不準確的問題。

本申請實施例的第一方面提供了一種處理三維點云的方法，包括：

獲取包括多個點的點云數據；

將所述點云數據輸入到已訓練的卷積神經網絡中處理，得到每個點對應的目標特征，所述卷積神經網絡包括幾何注意力融合模塊和聚焦模塊，所述幾何注意力融合模塊用于提取每個所述點的局部增強特征，所述聚焦模塊用于基于每個所述點的局部增強特征，提取每個所述點的目標特征；

基于每個點對應的目標特征，確定每個點對應的預測類別。

本申請實施例的第二方面提供了一種處理三維點云的裝置，包括：

獲取單元，用于獲取包括多個點的點云數據；

處理單元，用于將所述點云數據輸入到已訓練的卷積神經網絡中處理，得到每個點對應的目標特征，所述卷積神經網絡包括幾何注意力融合模塊和聚焦模塊，所述幾何注意力融合模塊用于提取每個所述點的局部增強特征，所述聚焦模塊用于基于每個所述點的局部增強特征，提取每個所述點的目標特征；

確定單元，用于基于每個點對應的目標特征，確定每個點對應的預測類別。

本申請實施例的第三方面提供了一種一種處理三維點云的設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如上述第一方面所述的處理三維點云的方法的步驟。

本申請實施例的第四方面提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現如上述第一方面所述的處理三維點云的方法的步驟。