[發明專利]基于通道注意力的點云識別方法及系統

在審

• 申請號: 202210004677.7
• 申請日: 2022-01-05
• 公開（公告）號: CN114299346A
• 公開（公告）日: 2022-04-08
• 發明（設計）人: 周虹宇;張敏
• 申請（專利權）人: 重慶大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 重慶雙馬智翔專利代理事務所(普通合伙) 50241
• 代理人: 顧曉玲

1.一種基于通道注意力的點云識別方法，其特征在于，包括如下步驟：

輸入點云，進行全局位置編碼；

進行層次化點云特征提取，獲取點云的全局特征；

利用點云的全局特征進行分類和部件分割。

2.如權利要求1所述的基于通道注意力的點云識別方法，其特征在于，層次化點云特征提取方法為：

以點云位置信息和所述全局位置編碼作為第一層層次化點云特征提取模塊的輸入，將第一層點云特征提取模塊的輸出當作第二層層次化點云特征提取模塊的輸入，依次類推，不斷堆疊層次化點云特征提取模塊，最后一層輸出全局特征；

在層次化點云特征提取模塊中，先將點云采樣和分組，再進行層次化局部位置編碼，對層次化局部位置編碼通過多層感知器提取層次化特征；對提取到的層次化特征使用通道注意力進行注意力特征融合，提取點云的空間特征,最后通過多層感知器和池化層進一步提取點云的空間特征，作為該層層次化點云特征提取模塊的輸出。

3.如權利要求1所述的基于通道注意力的點云識別方法，其特征在于，全局位置編碼的方法如下：

接收到點云的輸入信息后，進行全局位置編碼，全局位置編碼δ定義為：

δ＝θ(p_i)

其中，p_i是點i的空間坐標，編碼函數θ是感知器。

4.如權利要求2所述的基于通道注意力的點云識別方法，其特征在于，對點云進行采樣的方法為：

a.輸入點云有N個點，從點云中選取一個點P0作為起始點，得到采樣點集合S＝{P0}；

b.計算點云所有點到點P0的距離，構成N維數組L，從數組L中選擇最大值對應的點作為P1，更新采樣點集合S＝{P0，P1}；

c.計算點云所有點到P1的距離，對于每一個點Pi，其距離P1的距離如果小于L[i]，則更新L[i]＝d(Pi,P1)，因此，數組L中存儲的一直是每一個點到采樣點集合S的最近距離；

d.選取L中最大值對應的點作為P2，更新采樣點集合S＝{P0，P1，P2}；

e.重復b-d步驟，直至采樣到N’個目標采樣點為止。

5.如權利要求2或4所述的基于通道注意力的點云識別方法，其特征在于，點云分組的方法為：

以得到的采樣點為基礎進行分組：

輸入點云有N個點，采樣點有N’個點，參數為手動設置的組內點云數K和范圍R；

在輸入點云中以每個采樣點為中心，半徑為R的球形范圍內任取K個點，若點的數量不足K，則用采樣點填充不足的數量；

經過采樣和分組后，得到了點云的分組空間坐標和分組空間特征。

6.如權利要求2所述的基于通道注意力的點云識別方法，其特征在于，層次化局部位置編碼的方法如下：

考慮每層點云的空間特征，分層提取點云的局部特征，局部位置編碼ε為：

ε＝g(h(p_i-p_j)+x_i)

其中，p_i，p_j是點i,點j的空間坐標；x_i表示點i的層次化特征；函數h，g是多層感知器；函數h用于對點云層次化局部空間特征進行位置編碼；函數g用于融合點云的層次化特征和層次化位置編碼。