一种面向三维点云目标检测的数据编码方法技术

本发明专利技术公开了一种面向三维点云目标检测的数据编码方法，包括：将三维点云数据所覆盖的真实空间区域划分为多个体素格子；对多个体素格子进行数据编码，形成包括五个通道特征的第一伪图像，五个通道特征包括当前体素格子中的点沿竖向方向的坐标最大值、沿竖向方向的坐标最小值、反射率最大值、体素格子中点的个数以及体素格子中点云的分布描述系数；将第一伪图像拆分成包括五个通道特征中的三个通道特征的第二伪图像以及包括五个通道特征中的二个通道特征的第三伪图像；利用经训练的卷积神经网络模型对第二伪图像和第三伪图像进行特征学习并获得三维点云数据的边框和类别。本发明专利技术的方法数据存储量和计算量显著减小，可以有效提高检测帧率。效提高检测帧率。效提高检测帧率。

【技术实现步骤摘要】
一种面向三维点云目标检测的数据编码方法


[0001]本专利技术属于点云数据处理
，具体涉及一种面向三维点云目标检测的数据编码方法。

技术介绍

[0002]三维点云数据是某个坐标系下点的集合，直接提供了目标的三维空间信息，其深度信息是其他图像不可替代的。这一优势使得基于激光雷达点云数据的三维目标检测得到了越来越多的关注。
[0003]近年来在点云数据的三维目标检测方向，大多数研究者提出的方法主要为两类，包括基于体素的方法和基于点的方法。基于体素的方法将点云分布到空间坐标系的网格中进行三维卷积，会产生很大的计算量；而基于点的方法由于通常涉及最远点采样和取临近点的操作，无法把计算过程有效的并行化，导致三维目标检测伴随着很大的计算量以及很慢的计算帧率。

技术实现思路

[0004]为了解决现有三维目标检测算法在存储上的劣势以及现有方案中数据处理量巨大的问题，本专利技术提供了一种面向三维点云目标检测的数据编码方法。本专利技术要解决的技术问题通过以下技术方案实现：
[0005]本专利技术提供了一种面向三维点云目标检测的数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向三维点云目标检测的数据编码方法，其特征在于，包括：将三维点云数据所覆盖的真实空间区域划分为多个体素格子；对所述多个体素格子进行数据编码，形成包括五个通道特征的第一伪图像，所述五个通道特征包括当前体素格子中的点沿竖向方向的坐标最大值、沿竖向方向的坐标最小值、反射率最大值、体素格子中点的个数以及体素格子中点云的分布描述系数；将所述第一伪图像拆分成包括所述五个通道特征中的三个通道特征的第二伪图像以及包括所述五个通道特征中的二个通道特征的第三伪图像；利用经训练的卷积神经网络模型对所述第二伪图像和所述第三伪图像进行特征学习并获得三维点云数据的边框和类别。2.根据权利要求1所述的面向三维点云目标检测的数据编码方法，其特征在于，将三维点云数据所覆盖的真实空间区域划分为多个体素格子，包括：获取三维点云数据中每个点的反射强度以及在真实坐标系中的坐标，所述真实坐标系是指以激光雷达为原点建立的三维坐标系，x轴和y轴均平行于地面，z轴垂直于地面；沿所述三维坐标轴中xy轴所在平面将所述三维点云所覆盖的空间区域按照预设的体素尺寸划分为多个体素格子，并获得点云所覆盖的范围在x轴上被划分的体素格子数目以及在y轴上被划分的体素格子数目。3.根据权利要求2所述的面向三维点云目标检测的数据编码方法，其特征在于，所述体素格子中点云的分布描述系数为：其中，x
i
和y
i
分别表示体素格子中第i个点在x轴坐标值和y轴坐标值，x
mean
和y
mean
分别表示体素格子中所有点的x轴坐标值的均值和y轴坐标值的均值。4.根据权利要求1所述的面向三维点云目标检测的数据编码方法，其特征在于，所述第一伪图像为[H W 5]尺度，其中，H表示真实空间区域沿着x轴方向划分的体...

【专利技术属性】
技术研发人员：李奕诗，张宇豪，范睿，赖睿，徐昆然，张华威，官俊涛，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：