[发明专利]一种三维点云数据细粒度解析方法、装置、介质及设备

权利要求书

1.一种三维点云数据细粒度解析方法，其特征在于，包括：

将待解析三维点云数据进行划分，得到划分块；

删除所述划分块中的空白块；

将各所述划分块中的点集重采样为512个点；

对各所述划分块中的每个所述点，提取特征向量；

构建特征距离矩阵；所述特征距离为每两个所述点之间所述特征向量的距离；

对所述特征距离矩阵进行低秩分解，每个所述划分块的分解结果即为所述划分块内点集的细粒度解析结果；

构建图模型；

将所述图模型输入至预训练的聚合网络中，输出的聚合结果即为三维点云数据细粒度解析结果。

2.根据权利要求1所述的三维点云数据细粒度解析方法，其特征在于，聚合网络的预训练，包括：

对所述图模型中的每个所述节点提取特征向量；

将每个所述节点内包含的点的特征进行池化，并记作该所述节点的局部几何信息编码；

采用图卷积层，提取各所述节点特征向量，并记作该所述节点的上下文几何特征编码；

将每个所述节点的所述局部几何信息编码和所述上下文几何特征编码作为其综合特征；

构建节点特征相似度矩阵；

对所述节点特征相似度矩阵进行低秩分解，分解结果即为三维点云数据细粒度解析结果。

3.根据权利要求1所述的三维点云数据细粒度解析方法，其特征在于，将待解析三维点云数据进行划分，得到划分块，包括：

将待解析三维点云数据使用体分辨率为7×7×7进行划分，得到343个划分块。

4.根据权利要求1所述的三维点云数据细粒度解析方法，其特征在于，对各所述划分块中的每个所述点，提取特征向量，包括：

对各所述划分块中的每个所述点，采用PointNet++作为骨干网络，提取特征向量。

5.一种三维点云数据细粒度解析装置，其特征在于，包括：

划分单元，用于将待解析三维点云数据进行划分，得到划分块；

删除单元，用于删除所述划分块中的空白块；

重采样单元，用于将各所述划分块中的点集重采样为512个点；

提取单元，用于对各所述划分块中的每个所述点，提取特征向量；

第一构建单元，用于构建特征距离矩阵；所述特征距离为每两个所述点之间所述特征向量的距离；

低秩分解单元，用于对所述特征距离矩阵进行低秩分解，每个所述划分块的分解结果即为所述划分块内点集的细粒度解析结果；

第二构建单元，用于构建图模型；

输入单元，用于将所述图模型输入至预训练的聚合网络中，输出的聚合结果即为三维点云数据细粒度解析结果。

6.根据权利要求5所述的三维点云数据细粒度解析装置，其特征在于，所述输入单元，包括：

第一提取模块，用于对所述图模型中的每个所述节点提取特征向量；

池化模块，用于将每个所述节点内包含的点的特征进行池化，并记作该所述节点的局部几何信息编码；

第二提取模块，用于采用图卷积层，提取各所述节点特征向量，并记作该所述节点的上下文几何特征编码；

作为模块，用于将每个所述节点的所述局部几何信息编码和所述上下文几何特征编码作为其综合特征；

构建模块，用于构建节点特征相似度矩阵；

低秩分解模块，用于对所述节点特征相似度矩阵进行低秩分解，分解结果即为三维点云数据细粒度解析结果。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被一个或多个处理器执行时，实现如权利要求1至4任一项所述的三维点云数据细粒度解析方法。

8.一种电子设备，其特征在于，包括：存储器和一个或多个处理器，所述存储器上存储有计算机程序，所述计算机程序被所述一个或多个处理器执行时实现如权利要求1至4任一项所述的三维点云数据细粒度解析方法。