[发明专利]一种基于关系特征的三维点云特征学习方法和装置

权利要求书

1.一种基于关系特征的三维点云特征学习方法，其特征在于，包括：

获取3维点云数据，确定所述3维点云数据中的各个子点云区域；

对所述各个子点云区域进行特征提取，确定所述各个子点云区域的区域特征；其中，所述区域特征，包含形态特征和位置特征；

根据所述各个子点云区域的区域特征，确定每一个子点云区域的区域特征与所述各个子点云区域的区域特征之间的关系特征；

根据每一个子点云区域的区域特征与所述各个子点云区域的区域特征之间的关系特征，融合得到每一个子点云区域的全局关系特征；

将所述每一个子点云区域的全局关系特征进行融合，得到所述3维点云数据的全局关系特征。

2.根据权利要求1所述的学习方法，其特征在于，所述根据所述各个子点云区域的区域特征，确定每一个子点云区域的区域特征与所述各个子点云区域的区域特征之间的关系特征，包括：

利用形态特征关系函数g_u确定每一个子点云区域的形态特征与所述各个子点云区域的形态特征之间的形态关系特征，以及利用位置特征关系函数g_v确定每一个子点云区域的位置特征与所述各个子点云区域的位置特征之间的位置关系特征。

3.根据权利要求2所述的学习方法，其特征在于，所述根据每一个子点云区域的区域特征与所述各个子点云区域的区域特征之间的区域关系特征，融合得到每一个子点云区域的全局关系特征，包括：

针对每一个子点云区域，将相应子点云区域与所述各个子点云区域的形态特征之间的形态关系特征，以及相应子点云区域与所述各个子点云区域的位置特征之间的位置关系特征进行融合，确定相应子点云区域的全局关系特征。

4.根据权利要求3所述的学习方法，其特征在于，所述针对每一个子点云区域，将相应子点云区域与所述各个子点云区域的形态特征之间的形态关系特征，以及相应子点云区域与所述各个子点云区域的位置特征之间的位置关系特征进行融合，确定相应子点云区域的全局关系特征，包括：

针对第i个子点云区域，确定所述第i个子点云区域的全局关系特征为y_i，其中，u_i为第i个子点云的形态特征，v_i为第i个子点云的位置特征，g_u(u_i,u_j)为确定第i个子点云与第j个子点云之间的形态关系特征的函数，g_v(v_i,v_j)为确定第i个子点云与第j个子点云之间的位置关系特征的函数，h为融合函数，用于融合第i个子点云与第j个子点云之间的形态关系特征和位置关系特征的函数，f为特征编码函数。

5.根据权利要求1-4任一所述的学习方法，其特征在于，所述方法还包括：

将所述3维点云数据的全局关系特征作为训练样本，对识别模型进行训练，以使训练后的所述识别模型可学习得到输入的点云数据与输出的物体种类的概率分布关系。

6.一种基于关系特征的三维点云特征学习装置，其特征在于，包括：

第一确定模块，用于获取3维点云数据，确定所述3维点云数据中的各个子点云区域；

第二确定模块，用于对所述各个子点云区域进行特征提取，确定所述各个子点云区域的区域特征；其中，所述区域特征，包含形态特征和位置特征；

第三确定模块，用于根据所述各个子点云区域的区域特征，确定每一个子点云区域的区域特征与所述各个子点云区域的区域特征之间的关系特征；

第一融合模块，用于根据每一个子点云区域的区域特征与所述各个子点云区域的区域特征之间的关系特征，融合得到每一个子点云区域的全局关系特征；

第二融合模块，用于将所述每一个子点云区域的全局关系特征进行融合，得到所述3维点云数据的全局关系特征。