[发明专利]一种场景语义分割方法、装置、电子设备

权利要求书

1.一种场景语义分割方法，其特征在于，包括：

如果场景原始点云对应体素块的粒度大于粒度阈值，则根据所述体素块特征和原始点云特征，得到下一分割点云；

如果所述体素块中有效体素块细分后的下一体素块的粒度小于等于所述粒度阈值，则将所述下一分割点云添加语义标签作为场景语义分割结果；

如果所述体素块中有效体素块细分后的下一体素块的粒度大于所述粒度阈值，则叠加所述下一体素块特征和下一分割点云特征，得到新下一分割点云；直至所述下一体素块中有效体素块细分后的新下一体素块的粒度小于等于所述粒度阈值，则将所述新下一分割点云添加语义标签作为场景语义分割结果。

2.根据权利要求1所述的方法，其特征在于，所述如果场景原始点云对应体素块的粒度大于粒度阈值，则根据所述体素块特征和原始点云特征，得到下一分割点云，包括：

如果场景原始点云对应体素块的粒度大于粒度阈值，则所述体素块体素化后进行稀疏卷积得到所述体素特征叠加在所述原始点云经多层感知机得到所述原始点云特征上，得到下一分割点云。

3.根据权利要求1所述的方法，其特征在于，所述如果所述体素块中有效体素块细分后的下一体素块的粒度小于等于所述粒度阈值，则将所述下一分割点云添加语义标签作为场景语义分割结果之前，包括：

将所述下一体素块对应点云输入语义复杂度预测网络，得到所述下一体素块的复杂度；

如果所述下一体素块的复杂度小于预设复杂度阈值，则将所述下一体素块添加无效标签；

如果所述下一体素块的复杂度大于预设复杂度阈值，则将所述下一体素块添加有效标签。

4.根据权利要求1所述的方法，其特征在于，所述如果所述体素块中有效体素块细分后的下一体素块的粒度小于等于所述粒度阈值，则将所述下一分割点云添加语义标签作为场景语义分割结果，包括：

如果所述下一体素块的粒度小于等于所述粒度阈值，则根据所述下一分割点云确定所述下一分割点云对应的特征向量；

将所述特征向量输入语义标签模型，添加所述下一分割点的语义标签并将所述下一分割点云添加语义标签作为所述场景语义分割结果。

5.根据权利要求4所述的方法，其特征在于，所述语义标签模型，包括：

将历史场景点云特征及所述历史场景点云的语义类别数量输入所述多层感知机，得到所述历史场景点云对应的特征向量；

根据所述历史场景点云对应的特征向量及历史场景点云真实语义标签输入深度学习语义标签网络进行训练，直至所述深度学习语义标签网络收敛，得到语义标签模型。

6.根据权利要求1所述的方法，其特征在于，所述如果所述体素块中有效体素块细分后的下一体素块的粒度大于所述粒度阈值，则根据所述下一体素块特征和下一分割点云特征，得到新下一分割点云；直至所述下一体素块中有效体素块细分后的新下一体素块的粒度小于等于所述粒度阈值，则将所述新下一分割点云添加语义标签作为场景语义分割结果，包括：

如果所述体素块中有效体素块细分后的所述下一体素块的粒度大于所述粒度阈值，则所述下一体素块体素化后进行稀疏卷积得到所述体素特征叠加在所述下一分割点云经所述多层感知机得到所述下一分割点云特征上，得到新下一分割点云；

如果所述下一体素块中有效体素块细分的新下一体素块的粒度小于等于所述粒度阈值，则将所述新下一分割点云添加语义标签作为场景语义分割结果；

如果所述下一体素块中有效体素块细分的新下一体素块的粒度大于所述粒度阈值，则将所述新下一体素特征和新下一分割点云特征，得到新新下一分割点云；直至所述新下一体素块中有效体素块细分后的新新下一体素块的粒度小于等于所述粒度阈值，则将所述新新下一分割点云语义添加语义标签作为场景语义分割结果。

7.根据权利要求1所述的方法，其特征在于，所述体素块体素化后进行稀疏卷积得到所述体素特征叠加在所述原始点云经多层感知机得到所述原始点云特征上，得到下一分割点云，包括：

将所述体素特征与所述原始点云特征经去体素化叠加，得到所述下一分割点云。