[发明专利]一种基于查找表加速点云分割的方法

权利要求书

1.一种基于查找表加速点云分割的方法，其特征在于，包括以下步骤：

S1.点云数据归一化处理，得到尺寸归一化的点云；具体包括：

S11.利用重心平移实现点云平移归一化，首先依据公式计算点云的重心，然后使点云的每个点都跟随着重心移动，每个点平移后的坐标为P'_i＝P_i-P_center；

S12.利用主成分分析方法实现点云旋转归一化；

S13.利用轴对齐包围盒实现点云尺寸归一化；

S2.搭建并训练点云分割网络PointNet，点云分割问题可以看作是对点云中每个点的分类问题；其中，网络的输入为N×3的点云数据，N为点云中包含的点的数量，每个点有三维坐标进行表示；网络输出为N×K，K为点云中每个点的分类标签；训练完毕后保存网络参数；具体包括：

S21.去掉PointNet分割网络PointNet_Seg中的两个T-Net，仅保留最简单的PointNet_Seg_Basic网络结构；

S22.利用训练集训练PointNet_Seg_Basic网络，并且保存最好分割准确率的网络参数；

S3.建立特征查找表；具体包括：

S31.点云经过尺寸归一化后其输入将被固定在空间V中，V＝[-1,1]³；将V划分为S³个不相交的相互独立的体素，每个体素的长度为δ＝2/S，体积为8/S³；其中S是一个变量，可以根据需求选择不同的S值对空间V进行划分，随着S增大，准确率会略有提升，但V所占用的内存也会随之增大；

S32.为了从V中划分出的S³个体素编号，使用一个三维坐标

(i,j,k)∈[0,S]³来标识每一个体素，其中(0,0,0)表示V中左下角的体素，(S,S,S)表示右上角的体素；

S33.构建特征查找表T[i][j][k][f]，其中i,j,k为体素编号，f表示编号为i,j,k的体素对应的特征向量；S33具体包括：

S331.构建特征提取网络，对PointNet_Seg_Basic点云分割网络进行拆分，拆分为PointNet_Seg_Basic_Features和PointNet_Seg_Basic_Cls两个部分，其中PointNet_Seg_Basic_Features仅包含PointNet_Seg_Basic中的特征提取部分的网络结构，PointNet_Seg_Basic_Cls仅包含对依据每个点的特征进行分类的网络结构；

S332.将保存的PointNet_Seg_Basic_Features_Parameters恢复到PointNet_Seg_Basic_Features网络结构的参数中；

S333.为V中的每一个体素(i,j,k)生成一个三维坐标点，点的坐标为(i×δ,j×δ,k×δ)，其中δ为体素长度；将生成的点通过PointNet_Seg_Basic_Features网络结构，将得到该点的特征向量f；此特征向量f作为编号为i,j,k的体素对应的特征向量；公式表达为：

T[i][j][k][f]＝pointnet_seg_basic_features(iδ,jδ,kδ)；

S334.将得到的特征查找表T[i][j][k][f]保存下来；

S4.对PointNet_Seg_Basic_Cls部分进行微调，进一步提升分割网络的分割准确率；

S5.对点云进行快速分割，通过特征查找表，获取点云中每个点的特征并将每个点的特征输入到微调后的PointNet_Seg_Basic_Cls网络中获取该点的分类结果；综合每个点的分类情况，最后得到点云的分割结果。