[发明专利]点云语义分割方法、装置、计算设备及存储介质

权利要求书

1.一种点云语义分割方法，其特征在于，包括：

获取点云数据，通过编码器网络对所述点云数据进行多级编码来获得多级邻域特征集；

通过解码器网络对所述多级邻域特征集进逐级行解码来获得取所述点云数据的语义特征；以及

根据所述点云数据的语义特征进行分类预测，得到所述点云数据的中各点对应的语义标签，

其中，通过编码器网络对所述点云数据进行多级编码来获得多级邻域特征集包括：

对所述点云数据进行多次下采样，以得到多级包括不同数量点的第一点云数据；

获取每级所述第一点云数据的中心点特征；

对每级所述第一点云数据的中心点特征执行至少两次特征聚合操作以获得每级第一点云数据的所述邻域特征集，且当前所述特征聚合操作输出的当前所述邻域特征集以及当前所述邻域特征集与所述点云数据的每个中心点的特征的残差连接或稠密连接和当前所述邻域特征集与前一次所述特征聚合操作输出的前一个所述邻域特征集的稠密连接作为下一次所述特征聚合的输入。

2.根据权利要求1所述的点云语义分割方法，其特征在于，所述特征聚合操作，包括：

根据每级所述第一点云数据的中心点特征获取每级所述第一点云数据的局部特征；

将每级所述第一点云数据的局部特征进程串联操作得到局部特征集合；

获取所述局部特征集合中各局部特征的注意力分数，并根据所述注意力分数选择局部特征进行聚合以得到所述邻域特征集。

3.根据权利要求2所述的点云语义分割方法，其特征在于，所述局部特征包括邻点特征、几何特征和语义特征。

4.根据权利要求3所述的点云语义分割方法，其特征在于，所述根据每级所述第一点云数据的中心点特征获取每层所述点云层的局部特征，包括：

获取每个中心点对应的邻点特征集，作为所述点云数据的所述邻点特征；

根据所述邻点特征集的空间位置信息获得所述点云数据的所述几何特征；

根据每个中心点的特征与邻点特征获得所述点云数据的所述语义特征。

5.根据权利要求1所述的点云语义分割方法，其特征在于，所述特征聚合操作执行3次，第一所述特征聚合操作输出的第一邻域特征集以及所述第一邻域特征集与每个中心点的特征的残差连接作为第二所述特征聚合操作输入，第二所述特征聚合操作输出的第二邻域特征集、所述第二邻域特征集与每个中心点的特征的稠密连接，以及所述第二邻域特征集与所述第一邻域特征集的稠密连接作为第三所述特征聚合操作的输入。

6.根据权利要求1-5中的任一项所述的点云语义分割方法，其特征在于，所述通过解码器网络对所述多级邻域特征集进逐级行解码来获得取所述点云数据的语义特征，包括：

对每级所述第一点云数据执行上采样操作以得到多级第二点云数据；

通过多层感知机对对应级的所述第二点云数据、领域特征集和语义特征进行操作得到多级语义特征。

7.根据权利要求6所述的点云语义分割方法，其特征在于，根据所述点云数据的语义特征进行分类预测，得到所述点云数据的中各点对应的语义标签，包括：

对最后一层解码器得到语义特征进行全连接操作，得到所述点云数据的中各点对应的语义标签。