[发明专利]点云数据处理方法、装置、电子设备及存储介质

说明书

本发明实施例公开了一种点云数据处理方法、装置、电子设备及存储介质。所述方法包括：获得目标场景中的点云数据以及第一离散卷积核的权重向量；基于所述点云数据和所述第一离散卷积核的权重向量对所述点云数据进行插值处理，获得第一权重数据；所述第一权重数据表征所述点云数据分配至所述第一离散卷积核的权重向量对应位置处的权重；基于所述第一权重数据和所述第一离散卷积核的权重向量对所述点云数据进行第一离散卷积处理，获得第一离散卷积结果；基于所述第一离散卷积结果，获得所述点云数据中至少部分点云数据的空间结构特征。

技术领域

本发明涉及计算机应用技术领域，具体涉及一种点云数据处理方法、装置、电子设备及计算机可读存储介质。

背景技术

点云识别是计算机视觉和深度学习领域的重要问题，通过对点云数据进行学习，从而识别物体的三维结构。

发明内容

为解决现有存在的技术问题，本发明实施例提供一种点云数据处理方法、装置及电子设备。

为达到上述目的，本发明实施例的技术方案是这样实现的：

本发明实施例提供了一种点云数据处理方法，所述方法包括：

获得目标场景中的点云数据以及第一离散卷积核的权重向量；

基于所述点云数据和所述第一离散卷积核的权重向量对所述点云数据进行插值处理，获得第一权重数据；所述第一权重数据表征所述点云数据分配至所述第一离散卷积核的权重向量对应位置处的权重；

基于所述第一权重数据和所述第一离散卷积核的权重向量对所述点云数据进行第一离散卷积处理，获得第一离散卷积结果；

基于所述第一离散卷积结果，获得所述点云数据中至少部分点云数据的空间结构特征。

上述方案中，所述基于所述点云数据和所述第一离散卷积核的权重向量对所述点云数据进行插值处理，获得第一权重数据，包括：

基于所述点云数据和所述第一离散卷积核的权重向量按照预设的插值处理方式获得第一权重数据，所述第一权重数据表征将所述点云数据分配至满足预设条件的第一离散卷积核的权重向量对应位置处的权重；

其中，所述点云数据位于所述满足预设条件的第一离散卷积核的权重向量所围成的特定几何形状区域内。

上述方案中，在获得所述第一离散卷积结果之后，所述方法还包括：

基于归一化参数对第一离散卷积结果进行归一化处理；所述归一化参数是根据所述点云数据所在的所述特定几何形状区域内的点云数据的数量确定的；

所述基于所述第一离散卷积结果，获得所述点云数据中至少部分点云数据的空间结构特征，包括：基于归一化处理后的结果，获得所述点云数据中至少部分点云数据的空间结构特征。

上述方案中，所述第一离散卷积核的权重向量为n组，所述第一权重数据为n组，n为大于等于2的整数；

所述基于所述第一权重数据和所述第一离散卷积核的权重向量对所述点云数据进行第一离散卷积处理，获得第一离散卷积结果，包括：

分别基于第k组第一权重数据以及第k组第一卷积参数对第k组第一离散卷积核的权重向量和所述点云数据进行第k个第一离散卷积处理，获得第k个第一离散卷积结果；所述第k组第一卷积参数对应于第k个第一离散卷积处理的尺寸范围；k为大于等于1且小于等于n的整数；

所述基于所述第一离散卷积结果，获得所述点云数据中至少部分点云数据的空间结构特征，包括：

基于n个第一离散卷积结果确定所述点云数据的空间结构特征。