[發明專利]一種點云數據識別方法、裝置、電子設備及存儲介質

有效

• 申請號: 202210308663.4
• 申請日: 2022-03-28
• 公開（公告）號: CN114419570B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 詹景麟;劉鐵軍;張晶威;劉丹
• 申請（專利權）人: 蘇州浪潮智能科技有限公司
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06V10/26;G06V10/44;G06V10/762;G06V10/774;G06V10/764;G06V10/80;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王燕

本發明提供一種點云數據識別方法、裝置、電子設備及存儲介質，方法包括：獲取單幀點云數據，并將單幀點云數據分割為預設數量的局部數據；將局部數據并行輸入至預設數量的PointNet++網絡中，以使PointNet++網絡提取局部數據對應的局部特征；將所有局部數據輸入至ViT網絡中，以使ViT網絡提取單幀點云數據的全局特征；融合局部特征和全局特征得到融合特征，并利用融合特征對單幀點云數據進行類型識別；結合PointNet++網絡和ViT網絡進行點云數據的識別任務，能夠有效提取點云數據的全局特征，并能夠很好地綜合點云數據的全局特征及局部特征，進而可有效提升點云數據的感知及識別效果。

技術領域

本發明涉及模式識別領域，特別涉及一種點云數據識別方法、裝置、電子設備及計算機可讀存儲介質。

背景技術

相比于傳統攝像頭所提供的二維圖像數據，激光雷達所提供的點云數據可包含三維深度信息，且可排除光線條件的干擾，能夠有效提升無人駕駛系統的感知性能，因此在無人駕駛領域中，常使用點云數據執行目標識別任務。相關技術中，點云數據識別算法在全局特征的提取方面存在不足，且無法有效綜合點云數據中的全局特征及局部特征，進而難以取得較好的感知效果。

發明內容

本發明的目的是提供一種點云數據識別方法、裝置、電子設備及計算機可讀存儲介質，可結合PointNet++網絡和ViT網絡進行點云數據的識別任務，能夠有效提取點云數據的全局特征，并能夠很好地綜合點云數據的全局特征及局部特征，進而可有效提升點云數據的感知及識別效果。

為解決上述技術問題，本發明提供一種點云數據識別方法，包括：

獲取單幀點云數據，并將所述單幀點云數據分割為預設數量的局部數據；

將所述局部數據并行輸入至所述預設數量的PointNet++網絡中，以使所述PointNet++網絡提取所述局部數據對應的局部特征；

將所有所述局部數據輸入至ViT網絡中，以使所述ViT網絡提取所述單幀點云數據的全局特征；

融合所述局部特征和所述全局特征得到融合特征，并利用所述融合特征對所述單幀點云數據進行類型識別。

可選地，所述將所述單幀點云數據分割為預設數量的局部數據，包括：

利用K均值算法將所述單幀點云數據中的數據點劃分至所述預設數量的數據簇中，得到所述局部數據；

對每一所述局部數據包含的數據點數量進行統計；

若所述數據點數量大于預設數據點數量，則對所述數據點數量對應的目標局部數據中的數據點進行隨機移除，直至移除后的數據點數量等于所述預設數據點數量；

若所述數據點數量小于所述預設數據點數量，則在所述目標局部數據中增加新數據點，直至增加后的數據點數量等于所述預設數據點數量。

可選地，所述在所述目標局部數據中增加新數據點，包括：

利用插值法及所述目標局部數據中的數據點生成所述新數據點，并將所述新數據點添加至所述目標局部數據中。

可選地，所述融合所述局部特征和所述全局特征得到融合特征，包括：

將所述局部特征對應的局部特征向量與所述全局特征對應的全局特征向量進行拼接，得到所述融合特征。

可選地，所述PointNet++網絡提取所述局部數據對應的局部特征，包括：

所述PointNet++網絡利用預訓練的轉換矩陣對接收到的局部數據進行對齊，并提取對齊后的局部數據的局部特征。

可選地，在獲取單幀點云數據之前，還包括：