[发明专利]点云数据处理方法和装置、电子设备及存储介质

说明书

本申请提供的点云数据处理方法和装置、电子设备及存储介质，涉及数据处理技术领域。在本申请中，首先，将待处理点云数据集划分为多个点云数据子集；其次，针对多个点云数据子集中的每一个目标点云数据子集，确定该目标点云数据子集对应的特征点区域的可见性信息；然后，若基于可见性信息确定有至少一个待处理点云数据子集，则针对每一个待处理点云数据子集，基于该待处理点云数据子集中的点数据分别确定对应的每一个特征点的可见性信息，其中，待处理点云数据子集对应的特征点区域的可见性信息满足目标可见性条件。基于上述方法，可以改善现有技术中对于点云数据的处理存在处理效果不佳的问题。

技术领域

本申请涉及数据处理技术领域，具体而言，涉及一种点云数据处理方法和装置、电子设备及存储介质。

背景技术

在表情驱动、虚拟数字人、虚拟三维特效等应用场景中，为了重建出高精度的人脸，需要确定点云的可见性(每一个三维点的可见性)。其中，点云的可见性一般是指，三维点对摄像机是否可见，例如，三维点正对摄像机则对摄像机为可见，若被其他点遮挡，则对于摄像机而言，这个三维点为不可见。经发明人研究发现，在现有技术中，在点云的可见性确定的过程中，对于点云数据的处理存在处理效果不佳的问题。

发明内容

有鉴于此，本申请的目的在于提供一种点云数据处理方法和装置、电子设备及存储介质，以改善现有技术中对于点云数据的处理存在处理效果不佳的问题。

为实现上述目的，本申请实施例采用如下技术方案：

一种点云数据处理方法，包括：

将待处理点云数据集划分为多个点云数据子集，其中，每一个所述点云数据子集包括多个特征点的点数据；

针对所述多个点云数据子集中的每一个目标点云数据子集，确定该目标点云数据子集对应的特征点区域的可见性信息，其中，所述目标点云数据子集为所述多个点云数据子集中的一个或多个；

若基于所述可见性信息确定有至少一个待处理点云数据子集，则针对每一个所述待处理点云数据子集，基于该待处理点云数据子集中的点数据分别确定对应的每一个特征点的可见性信息，其中，所述待处理点云数据子集属于所述目标点云数据子集，且所述待处理点云数据子集对应的特征点区域的可见性信息满足目标可见性条件。

在本申请实施例较佳的选择中，在上述点云数据处理方法中，所述将待处理点云数据集划分为多个点云数据子集的步骤，包括：

基于所述多个特征点对应的历史点云数据集确定出多个特征点区域，其中，所述历史点云数据集包括每一个所述特征点的历史点数据；

针对每一个所述特征点区域，基于待处理点云数据集中属于该特征点区域的每一个特征点的点数据，形成该特征点区域对应的点云数据子集。

在本申请实施例较佳的选择中，在上述点云数据处理方法中，所述基于所述多个特征点对应的历史点云数据集确定出多个特征点区域的步骤，包括：

获取所述多个特征点对应的历史点云数据集；

基于所述历史点云数据集包括的每一个所述特征点的历史点数据，分别确定每一个所述特征点对应的可见程度表征值和每两个所述特征点之间对应的空间距离表征值，并基于所述可见程度表征值和所述空间距离表征值确定出每两个所述特征点之间的聚类距离值；

基于每两个所述特征点之间的聚类距离值对所述多个特征点进行聚类，得到对应的多个特征点区域。

在本申请实施例较佳的选择中，在上述点云数据处理方法中，所述基于所述历史点云数据集包括的每一个所述特征点的历史点数据，分别确定每一个所述特征点对应的可见程度表征值和每两个所述特征点之间对应的空间距离表征值，并基于所述可见程度表征值和所述空间距离表征值确定出每两个所述特征点之间的聚类距离值的步骤，包括：