[發明專利]三維點云分割方法、裝置及服務器

在審

• 申請號: 202110488119.8
• 申請日: 2021-04-30
• 公開（公告）號: CN113205531A
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 陳方平;李蘊儀;馬輝;朱勝利
• 申請（專利權）人: 北京云圣智能科技有限責任公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T3/40;G06N3/08;G06K9/62
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 安衛靜

1.一種三維點云分割方法，其特征在于，包括：

獲取目標場景的三維點云數據；

通過預先訓練得到的點云分割網絡提取所述三維點云數據的目標復值特征，并基于所述目標復值特征確定所述目標場景的分割結果；

其中，所述點云分割網絡包括復值Pointnet++子網絡，所述復值Pointnet++子網絡用于提取所述三維點云數據的目標復值特征。

2.根據權利要求1所述的方法，其特征在于，所述點云分割網絡還包括聚類子網絡和提案子網絡；

所述通過預先訓練得到的點云分割網絡提取所述三維點云數據的目標復值特征，并基于所述目標復值特征確定所述目標場景的分割結果的步驟，包括：

通過所述復值Pointnet++子網絡提取所述三維點云數據的目標復值特征；其中，所述復值Pointnet++子網絡包括復值點集抽取層和復值特征傳播層；

通過所述聚類子網絡對所述目標復值特征進行聚類處理，將所述目標復值特征劃分為多個聚類簇；

通過所述提案子網絡根據各個所述聚類簇對應的目標復值特征，確定所述目標場景的分割結果。

3.根據權利要求2所述的方法，其特征在于，所述通過所述復值Pointnet++子網絡提取所述三維點云數據的目標復值特征的步驟，包括：

通過所述復值點集抽取層對所述三維點云數據進行下采樣處理得到初始復值特征，并利用復值算子對所述初始復值特征進行處理得到中間復值特征；其中，所述復值點集抽取層包括實部點集抽取分支和虛部點集抽取分支，所述初始復值特征包括初始實部特征和初始虛部特征；

通過所述復值特征傳播層基于所述中間復值特征確定所述三維點云數據的目標復值特征；其中，所述復值特征傳播層包括實部特征傳播分支、虛部特征傳播分支和復值全連接層，所述中間復值特征包括中間實部特征和中間虛部特征。

4.根據權利要求3所述的方法，其特征在于，所述利用復值算子對所述初始復值特征進行處理得到中間復值特征的步驟，包括：

通過所述實部點集抽取分支利用復值算子對所述初始實部特征進行處理得到中間實部特征，以及，通過所述虛部點集抽取分支利用所述復值算子對所述初始虛部特征進行處理得到中間虛部特征。

5.根據權利要求4所述的方法，其特征在于，所述復值算子包括復值卷積算子、復值激活算子、復值池化算子、復值歸一化算子中的一種或多種。

6.根據權利要求3所述的方法，其特征在于，所述通過所述復值特征傳播層基于所述中間復值特征確定所述三維點云數據的目標復值特征的步驟，包括：

通過所述實部特征傳播分支對所述中間實部特征進行特征插值處理和特征級聯處理得到第一輸出特征，以及通過所述虛部特征傳播分支對所述中間虛部特征進行特征插值處理和特征級聯處理得到第二輸出特征；

通過所述復值全連接層對所述第一輸出特征和所述第二輸出特征分別進行尺寸恢復處理，并將所述尺寸恢復處理后的第一輸出特征和第二輸出特征進行連接，得到所述三維點云數據的目標復值特征。

7.根據權利要求1所述的方法，其特征在于，所述點云分割網絡采用VoteNet框架或PointRCNN框架。

8.一種三維點云分割裝置，其特征在于，包括：

數據獲取模塊，用于獲取目標場景的三維點云數據；

點云分割模塊，用于通過預先訓練得到的點云分割網絡提取所述三維點云數據的目標復值特征，并基于所述目標復值特征確定所述目標場景的分割結果；

其中，所述點云分割網絡包括復值Pointnet++子網絡，所述復值Pointnet++子網絡用于提取所述三維點云數據的目標復值特征。

9.一種服務器，其特征在于，包括處理器和存儲器；

所述存儲器上存儲有計算機程序，所述計算機程序在被所述處理器運行時執行如權利要求1至7任一項所述的方法。

10.一種計算機存儲介質，其特征在于，用于儲存為權利要求1至7任一項所述方法所用的計算機軟件指令。