[发明专利]稀疏2D点集的深度特征提取方法及装置

权利要求书

1.一种稀疏2D点集的深度特征提取方法，包括：

根据输入的稀疏2D点集数据，生成所述稀疏2D点集数据的具有空间层次的包括关键点集和局部点集的点集结构数据，所述点集结构数据中包括所述关键点集的每个关键点与所述局部点集的局部子点集之间的一一对应关系；

分别对所述关键点集和所述局部点集进行关系特征编码，得到关键点集的关系特征编码和局部点集的关系特征编码；

根据所述关键点集的关系特征编码和/或所述局部点集的关系特征编码分别提取所述输入的稀疏2D点集数据的全局特征和/或局部特征。

2.根据权利要求1所述的方法，其中，所述分别对所述关键点集和所述局部点集进行关系特征编码的步骤包括：

采用非局部编码的方式对所述关键点集进行点与点之间的关系特征编码，得到所述关键点集的关系特征编码；

采用非局部编码的方式对所述局部点集进行点与点之间的关系特征编码，得到局部点集的关系特征编码。

3.根据权利要求1或2所述的方法，其中，所述根据所述关键点集的关系特征编码和/或所述局部点集的关系特征编码分别提取所述输入的稀疏2D点集数据的全局特征和/或局部特征的步骤包括：

基于所述关键点集的关系特征编码，采用最大池化层提取所述全局特征。

4.根据权利要求1-3中任一项所述的方法，其中，所述根据所述关键点集的关系特征编码和/或所述局部点集的关系特征编码分别提取所述输入的稀疏2D点集数据的全局特征和/或局部特征的步骤包括：

基于所述局部点集的关系特征编码，对局部特征提取器子网络的前预设数量层的结果进行融合，以提取所述局部特征。

5.根据权利要求1-4中任一项所述的方法，其中，所述生成所述稀疏2D点集数据的具有空间层次的包括关键点集和局部点集的点集结构数据的步骤包括：

从所述输入的稀疏2D点集数据中进行关键点采样，得到所述关键点集，所述关键点集包括n个关键点，n为大于等于1的整数；

在所述关键点集中的每个关键点周围的邻域进行采样，得到所述局部点集，所述局部点集包括n个局部子点集，每个局部子点集包括k个点，k为大于等于1的整数；

基于所述关键点集和所述局部点集，构建具有空间层次的包括所述关键点集和所述局部点集的点集结构数据。

6.根据权利要求1-5中任一项所述的方法，还包括：

基于所述全局特征和所述局部特征，估计预设对象的6自由度位姿。

7.根据权利要求6所述的方法，其中，估计预设对象的6自由度位姿的步骤包括：

将所述全局特征和所述局部特征进行融合；

将融合结果输入到多层感知机和全卷积层，通过多层感知机和全卷积层得到预设对象的6自由度位姿估计结果。

8.根据权利要求1-5中任一项所述的方法，还包括：

基于所述全局特征和所述局部特征，对所述输入的稀疏2D点集数据进行分割。

9.根据权利要求8所述的方法，其中，对所述输入的稀疏2D点集数据进行分割的步骤包括：

基于所述全局特征和所述局部特征，采用插值分层重组的策略将所述具有层次结构的点集结构数据恢复至稀疏2D点集形式的数据；

使用多层感知机确定与所述稀疏2D点集形式的数据中的每个事件流对应的标记点。