[發明專利]點云檢測方法和模型訓練方法、裝置、設備及存儲介質

有效

• 申請號: 202210879332.6
• 申請日: 2022-07-25
• 公開（公告）號: CN114937265B
• 公開（公告）日: 2022-10-28
• 發明（設計）人: 吳華棟;成慧
• 申請（專利權）人: 深圳市商湯科技有限公司
• 主分類號: G06V20/64
• 分類號: G06V20/64;G06V10/26;G06V10/40;G06V10/762;G06V10/764;G06V10/774;G06V10/82
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 賈偉;蔣雅潔

1.一種點云檢測方法，其特征在于，所述方法包括：

獲取待處理點云數據對應的點云特征；所述待處理點云數據包括針對真實場景中至少一個物體采集的多個數據點；

基于所述點云特征，確定每一所述數據點對應的物體數據；所述物體數據包括所述數據點所屬物體的至少一個維度的屬性數據；

對所述點云特征進行置信度檢測，得到每一所述數據點對應的置信度數據；所述置信度數據用于表征所述數據點的預測難度，且所述數據點的置信度數據與所述數據點的預測難度負相關；

基于每一所述數據點對應的物體數據和置信度數據，確定每一所述物體在至少一個所述維度的目標屬性數據；

其中，所述物體數據還包括所述數據點所屬物體的位置維度的位置數據；所述基于每一所述數據點對應的物體數據和置信度數據，確定每一所述物體在至少一個所述維度的目標屬性數據，包括：

基于預設的置信度閾值和每一所述數據點對應的置信度數據，在所述多個數據點中篩選得到多個物體數據點；基于每一所述物體數據點對應的位置數據，對所述多個物體數據點進行聚類，得到真實場景中每一所述物體對應的物體數據點集合和每一所述物體在所述位置維度的目標位置數據。

2.根據權利要求1所述的方法，其特征在于，所述基于所述點云特征，確定每一所述數據點對應的物體數據，包括：對所述點云特征進行位置檢測，確定每一所述數據點對應的位置數據；所述位置數據用于表征所述數據點所屬物體的位置信息。

3.根據權利要求1所述的方法，其特征在于，所述物體數據包括所述數據點所屬物體的旋轉維度的旋轉數據；所述基于每一所述數據點對應的物體數據和置信度數據，確定每一所述物體在至少一個所述維度的目標屬性數據，還包括：

針對每一所述物體，基于所述物體對應的數據點集合中的每一物體數據點的旋轉數據，確定所述物體在所述旋轉維度的目標旋轉數據。

4.根據權利要求1至3任一項所述的方法，其特征在于，所述物體數據包括所述數據點所屬物體的分類維度的分類數據；所述基于每一所述數據點對應的物體數據和置信度數據，確定每一所述物體在至少一個所述維度的目標屬性數據，還包括：

針對每一所述物體，基于所述物體對應的數據點集合中的每一物體數據點的分類數據，確定所述物體在所述分類維度的目標分類數據。

5.根據權利要求1所述的方法，其特征在于，所述獲取待處理點云數據對應的點云特征，包括：

獲取原始點云數據；

對所述原始點云數據進行預處理，得到針對所述至少一個物體采集的多個數據點；

對所述多個數據點進行特征提取，得到所述待處理點云數據對應的點云特征。

6.根據權利要求1所述的方法，其特征在于，所述點云檢測方法由點云檢測模型執行，所述點云檢測方法包括：

所述點云檢測模型中的特征提取網絡獲取待處理點云數據對應的點云特征；

所述點云檢測模型中的物體屬性檢測網絡基于所述點云特征，確定每一所述數據點對應的物體數據；

所述點云檢測模型中的置信度檢測網絡對所述點云特征進行置信度檢測，得到每一所述數據點對應的置信度數據；

所述點云檢測模型中的后處理網絡基于每一所述數據點對應的物體數據和置信度數據，確定每一所述物體在至少一個所述維度的目標屬性數據。