【技术实现步骤摘要】
一种基于视锥体的点云语义分割方法及装置
[0001]本专利技术涉及点云标注
,具体涉及一种基于视锥体的点云语义分割方法及装置
。
技术介绍
[0002]随着自动驾驶技术的不断发展,自动驾驶系统对高性能
AI
的需求愈发凸显
。
从最开始的处理视觉图像,到处理视频
、
点云等多种传感器的融合数据
。AI
的能力在不断增强,涉及的数据源及数据量也在不断增加
。
想要训练出这样一个
AI
,相较于以前,需要投入更大量的带有真值的数据供
AI
学习,而这些带有真值的数据都需要通过人工数据标注来产生
。
[0003]在常见的图像
、
视频以及点云数据的标注过程中,点云语义分割标注是信息最丰富的标注方式,但也是最复杂
、
最耗时的标注方式
。
它需要将点云中的每个点根据其所属的对象赋予不同的类别信息,其标注数据同时包含了三维坐标信息与类别信息,相较于普通的视觉图像与视频,信息量要丰富很多,许多高性能
AI
也逐渐选择点云语义分割数据作为训练和学习的目标
。
因此如何能够提高点云语义分割的标注效率也成为了高性能
AI
训练过程中一个关键的问题
。
[0004]在人工语义分割在线标注平台中,三维点的拾取通常采用的是投影法
+
射线法的方式,即使用两个
canv ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.
一种基于视锥体的点云语义分割方法,其特征在于,包括:
S100
,利用
Three.js
引擎加载并显示点云数据,同时创建相机对象
、
视锥体对象与轨道控制器对象;
S200
,利用轨道控制器对象监听点云数据场景变化;
S300
,当场景变化完成时,更新相机对象参数,并利用相机对象参数更新视锥体对象;
S400
,利用更新后的视锥体对象筛选点云数据中所有位于视锥体内的点;
S500
,根据相机位置以及用户绘制的三维多边形构建对应的三维几何体;遍历位于视锥体内所有的点,根据各点与所述三维几何体的坐标位置关系,提取位于所述三维几何体内的点,并赋予相应的类别信息;
S600
,重复步骤
S200
至步骤
S500
,直至点云数据中所有点均被赋予类别信息后,即完成当前点云数据的语义分割
。2.
根据权利要求1所述的方法,其特征在于,利用个轨道控制器对象监听每一次点云数据场景变化,包括:利用轨道控制器对象的
Controls.addEventListener()
方法添加对场景变化完成的
end
监听事件,每当场景完成一次旋转
、
平移或缩放时,触发所述监听事件
。3.
根据权利要求1所述的方法,其特征在于,当场景变化完成时,更新相机对象参数,并利用相机对象参数更新视锥体对象,包括:在监听事件中调用相机对象的
Camera.updateProjectionMatrix()
方法更新相机对象的投影矩阵;所述视锥体对象包括6个平面,每个平面均有法向量和原点到平面的距离两个属性;利用更新后的相机对象的投影矩阵更新所述视锥体对象的6个平面的法向量
Plane.normal
以及点云坐标系原点到各平面的距离
。4.
根据权利要求3所述的方法,其特征在于,当场景变化完成时,更新相机对象参数,并利用相机对象参数更新视锥体对象,还包括:对更新后的所述视锥体对象的6个平面法向量
Plane.normal
以及点云坐标系原点到各平面的距离进行二次更新;所述的二次更新,包括:对每个平面分别调用
Plane.normal.applyQuaternion()
方法,并传入相机对象的旋转四元数
Camera.quaternion
作为参数,以分别更新每个平面的法向量
Plane.normal
;根据下式计算并更新每个平面的原点到平面的距离
Plane.constant
;其中,
c'
为二次更新后的
Plane.constant
,
n
为平面法向量
Plane.normal
,
p0为相机对象的位置
Camera.position
,
·
表示向量点乘;假设
n
=
(x,y,z)
,则
n.l
技术研发人员:王军德,付玥,赵王靖龙,
申请(专利权)人:武汉光庭信息技术股份有限公司,
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。