【技术实现步骤摘要】
基于多尺度融合的点云特征增强方法和装置
[0001]本专利技术涉及计算机
，尤其涉及一种基于多尺度融合的点云特征增强方法和装置。
技术介绍
[0002]随着扫描技术的进步，点云数据(Point Cloud)已日益成为自动驾驶领域以及无人机遥感测绘领域主要的数据形式。与传统的二维图像数据不同，点云数据是同一空间参考系下表达目标对象表面特征和xyz三个维度位置坐标空间分布的点的集合。由于可以提供精准的空间位置坐标信息，点云数据也被广泛应用于电力、建筑、工业、汽车、游戏、刑侦等诸多领域，具有重要的使用价值和研究意义。
[0003]然而，由于点云数据相对于二维图像数据，具有点的数目稀疏，存储格式无序性的问题，使得点云数据在使用过程中会出现特征描述能力不足，进而不利于应用于三维目标识别以及场景分割等方面。因此，针对点云特征描述增强的研究已经成为亟待解决的问题。
[0004]现有技术针对点云特征增强的处理方法主要包括：1.对点云数据进行旋转变换(主要是对点云中每个点的坐标进行旋转和平移操作)；2.对点云数据进行随机...
【技术保护点】
【技术特征摘要】
1.一种基于多尺度融合的点云特征增强方法，其特征在于，包括：基于目标对象的原始点云，构建所述目标对象的至少一个不同尺度规模的子点云；其中，所述不同尺度规模的子点云中点的数量小于所述原始点云中点的数量；基于预先设定的邻域点的数量，分别确定所述至少一个不同尺度规模的子点云中每个点的邻域点；基于所确定的邻域点，分别确定所述至少一个不同尺度规模的子点云中每个点的局部特征；基于所述至少一个不同尺度规模的子点云中每个子点云的所有点的局部特征，确定每个所述子点云的全局特征，基于所确定的所述至少一个不同尺度规模的子点云中每个子点云的全局特征，对所述原始点云中每个点的原始特征进行融合，得到更具有表现力的目标点云。2.根据权利要求1所述的基于多尺度融合的点云特征增强方法，其特征在于，所述基于目标对象的原始点云，构建所述目标对象的至少一个不同尺度规模的子点云，包括：基于最远点采样，从所述原始点云中确定采样点构建采样点集合；确定所述采样点集合中采样点的数量达到预先设定的子点云中点的数量，基于所述采样点集合构建所述子点云。3.根据权利要求1所述的基于多尺度融合的点云特征增强方法，其特征在于，所述基于预先设定的邻域点的数量，分别确定所述至少一个不同尺度规模的子点云中每个点的邻域点，针对所述至少一个不同尺度规模的子点云中的每个点，包括：分别确定其与所在的子点云中其他点之间的距离；按照距离由小到大的顺序，对所确定的其与所在的子点云中其他点之间的距离进行排序；基于所述距离的排序，选取与其距离最近的符合所述邻域点的数量的点，作为邻域点。4.根据权利要求1所述的基于多尺度融合的点云特征增强方法，其特征在于，所述基于所确定的邻域点，分别确定所述至少一个不同尺度规模的子点云中每个点的局部特征，包括：通过图卷积网络，分别对所述至少一个不同尺度规模的子点云中每个点的所述邻域点进行处理，得到每个点的第一特征；通过最大池化层，分别对所述至少一个不同尺度规模的子点云中每个点的所述第一特征进行处理，得到每个点的所述局部特征。5.根据权利要求1所述的基于多尺度融合的点云特征增强方法，其特征在于，所述基于所述至少一个不同尺度规模的子点云中每个子点云的所有点的局部特征，确定每个所述子点云的全局特征，基于所确定的所述至少一个不同尺度规模的子点云中每个点的局部特征，对所述原始点云中每个点的原始特征进行融合，得到更具表现力的目标点云，包括针对所述至少一个不同尺度规模的子点云中的每个子点云，通过最大池化层对所有点的所述局部特征进行处理，得到所述子点云的全局特征；将所得到的所述至少一个不同尺度规模的子点云中每个子点云的全局特征，与所述原始点云中每个点的...
【专利技术属性】
技术研发人员：王金桥，赵朝阳，陶满礼，
申请(专利权)人：中科视语北京科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。