一种基于自注意力机制的点云特征点提取方法及系统技术方案

本发明专利技术公开了一种基于自注意力机制的点云特征点提取方法及系统，该方法包括获取点云模型的点云切片；将所述点云切片输入至神经网络中，获得多通道的特征邻域；将所述多通道的特征邻域进行MLP计算，并将计算结果进行自注意力机制计算，获得全局特征；将全局特征依次进行最大池化计算、MLP计算及FNN计算，获取点云切片中心点为特征点的概率。本发明专利技术通过点云切片获取多通道的特征邻域，多通道的特征邻域除点云的空间位置信息外，还包括欧氏距离信息及中心点邻域信息，获得了更多的语义信息，结合自注意力机制计算并经过后处理，降低了输出的维度，减少了后续特征映射的计算量；可方便高效的获取特征点。高效的获取特征点。高效的获取特征点。

【技术实现步骤摘要】
一种基于自注意力机制的点云特征点提取方法及系统


[0001]本专利技术涉及点云特征点提取
，具体涉及一种基于自注意力机制的点云特征点提取方法及系统。

技术介绍

[0002]近年来，随着三维激光扫描仪广泛地应用在逆向工程、医疗可视化、航空测量、建筑模型构筑等多个领域当中。三维激光点云都起到了非常重要的作用，同时各行各业也对点云数据的几何处理方法提出了更高的要求。三维点云的特征提取技术是点云数据应用的关键技术之一，在简化、可视化、曲面重建、曲面平滑、点云配准等领域有重要的应用。
[0003]三维点云的特征点是指在三维点云中具有较高的稳定性和代表性的点。这些点可以将模型的各种几何形态和表面的凹凸特征表现出来出来的点集，并且在三维点云的处理中经常被用作特征提取的基础，可以用来对点云进行简化、分割、描述、匹配和跟踪等操作。
[0004]为提取三维点云中特征点，现有技术大多是先拟合散乱点云的局部平面，计算局部平面的曲率或法向量，设定法向量或曲率变化阈值，通过判断阈值的方式提取点云特征点。这种提取方法过程繁琐，而且计算量大，耗时时间多，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自注意力机制的点云特征点提取方法，其特征在于，包括：获取点云模型的点云切片；将所述点云切片输入至神经网络中，获得多通道的特征邻域；将所述多通道的特征邻域进行MLP计算，并将计算结果进行自注意力机制计算，获得全局特征；将全局特征依次进行最大池化计算、MLP计算及FNN计算，获取点云切片中心点为特征点的概率。2.根据权利要求1所述的基于自注意力机制的点云特征点提取方法，其特征在于，所述获得多通道的特征邻域包括：对所述点云切片进行最远点采样，选取邻域中心点，以邻域中心点为中心获得多个采样点邻域；分别计算多个采样点邻域的中心点到点云切片的中心点的欧式距离，获取特征邻域；所述特征邻域和中心点邻域共同形成多通道的特征邻域；其中，所述中心点邻域包括包括采样点邻域和点云切片。3.根据权利要求1所述的基于自注意力机制的点云特征点提取方法，其特征在于，还包括将点云切片中心点为特征点的概率进行特征映射，计算神经网络的损失函数，根据计算结果修正神经网络输出的多通道的特征邻域；损失函数的计算公式为：其中，y
i
表示样本i的标签值，正类为1，负类为0，p
i
表示样本i预测为正类的概率，N表示输入点云的个数。4.根据权利要求1所述的基于自注意力机制的点云特征点提取方法，其特征在于，所述点云切片的获取过程为：随机在点云模型中选取等比例特征点与非特征点，...

【专利技术属性】
技术研发人员：聂建辉，刘升，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：