点云数据的分割方法技术

本公开提出一种点云数据的分割方法

【技术实现步骤摘要】
点云数据的分割方法、分割模型的生成方法、装置及设备


[0001]本公开涉及计算机
，尤其涉及计算机视觉
、
图像处理
、
大模型等人工智能
，具体涉及一种点云数据的分割方法
、
分割模型的生成方法
、
装置及设备
。

技术介绍

[0002]点云分割是根据空间
、
几何和纹理等特征对点云进行划分，使得同一划分内的点云拥有相似的特征
。
[0003]相关技术中，通常利用深度学习模型对大规模点云数据进行分割
。
但是训练深度学习模型的训练数据，需要标注人员耗费大量人力对初始分割数据中的错误标注的部分进行逐个点或区域的标签修正，标注成本高
。

技术实现思路

[0004]本公开旨在至少在一定程度上解决相关技术中的技术问题之一
。
[0005]本公开第一方面实施例提出了一种点云数据的分割方法，包括：
[0006]在接收到针对第一掩码的第一操作的情况下，确定所述第一操作关联的第一对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种点云数据的分割方法，包括：在接收到针对第一掩码的第一操作的情况下，确定所述第一操作关联的第一对象的第一特征；将所述第一特征
、
第一点云数据对应的第一点云特征
、
及所述第一掩码对应的第一掩码特征进行特征融合，以获取第一融合特征；将所述第一融合特征输入分割模型，以获取第二掩码；在接收到针对所述第二掩码的第二操作的情况下，基于所述第二操作关联的第二对象的第二特征，返回执行所述特征融合的操作，直至获取所述第一点云数据对应的目标掩码
。2.
如权利要求1所述的方法，其中，所述对象包括以下任一项：点云数据点
、
选择框
、
文本
。3.
如权利要求2所述的方法，其中，所述确定所述第一操作关联的第一对象的第一特征，包括：利用编码器对所述第一对象的内容
、
位置信息及所在区域的标签中的至少一项，进行编码处理，以获取所述第一对象的第一特征
。4.
如权利要求1所述的方法，其中，所述将所述第一特征
、
第一点云数据对应的第一点云特征
、
及所述第一掩码对应的第一掩码特征进行特征融合，以获取第一融合特征，包括：将所述第一点云特征与所述第一掩码特征进行融合，以获取第一参考特征；将所述第一参考特征及所述第一特征分别输入融合模型，以获取所述第一融合特征
。5.
如权利要求4所述的方法，其中，所述将所述第一参考特征及所述第一特征分别输入融合模型，以获取所述第一融合特征，包括：将所述第一特征输入所述融合模型中的自注意力处理网络，以获取第一向量；将所述第一参考特征中的第一参考向量与所述第一向量分别输入所述融合模型中的第一交叉注意力网络，以获取第一融合向量；将所述第一融合向量输入所述融合模型中的感知网络，以获取第二向量；将所述第二向量及所述第一参考特征中的第二参考向量分别输入所述融合模型中的第二交叉注意力网络，以获取所述第一融合特征
。6.
如权利要求1‑5任一所述的方法，其中，所述直至获取所述第一点云数据对应的目标掩码，包括：直至在预设的时长内未接收到针对新生成的掩码的操作的情况下，确定所述新生成的掩码为所述第一点云数据对应的目标掩码
。7.
一种点云数据分割模型的生成方法，包括：获取训练数据集
、
第一模拟对象及第一参考掩码，其中，所述训练数据集中包括第二点云数据及对应的标注掩码；将所述第二点云数据对应的第二点云特征
、
所述第一模拟对象对应的第一模拟特征及所述第一参考掩码对应的第二掩码特征进行特征融合，以获取第二融合特征；将所述第二融合特征输入初始分割模型，以获取第一预测掩码；基于所述第一预测掩码与所述标注掩码间的差异，确定第二模拟对象及损失值；基于所述损失值对所述初始分割模型进行反向修正，以获取修正后的分割模型；基于所述第二模拟对象对应的第三模拟特征及所述第一预测掩码对应的第三掩码特
征，返回执行所述特征融合的操作，直至获取目标分割模型
。8.
如权利要求7所述的方法，其中，所述第一模拟对象包括以下任一项：文本，点云数据点，选择框；所述第二模拟对象包括以下任一项：点云数据点，选择框
。9.
如权利要求8所述的方法，其中，所述基于所述第一预测掩码与所述标注掩码间的差异，确定第二模拟对象，包括：将所述第一预测掩码与所述标注掩码间的差异区域，确定为错误区域；将所述错误区域内的任一点或者包含任一点的选择框，确定为所述第二模拟对象
。10.
如权利要求9所述的方法，其中，所述将所述错误区域内的任一点或者包含任一点的选择框，确定为所述第二模拟对象，包括：将所述错误区域的中心点确定为所述第二模拟对象；或者，将位于所述错误区域内
、
且包含所述中心点的任一选择框确定为所述第二模拟对象；或者，将所述错误区域内与所述中心点间的第一距离小于第一阈值的任一点确定为所述第二模拟对象；或者，将位于所述错误区域内
、
且包含的点与所述中心点间的第二距离小于第二阈值的任一选择框确定为所述第二模拟对象
。11.
如权利要求
10
所述的方法，其中，在所述将所述错误区域内的任一点或者包含任一点的选择框，确定为所述第二模拟对象之前，还包括：确定所述错误区域内每个点与所述错误区域的边界线间的第三距离；根据各个点分别对应的第三距离，确定所述第一阈值和
/
或所述第二阈值
。12.
如权利要求
11
所述的方法，其中，所述根据各个点分别对应的第三距离，确定所述第一阈值和
/
或所述第二阈值，包括：将
n
个第三距离由大至小进行排序，以获取
n
个第三距离中的前
m
个第三距离，其中，
n
为所述错误区域中包含的点云数据量，
m
为小于或等于
n/2
的值；根据所述前
m
个第三距离，确定所述第一阈值和
/
或所述第二阈值
。13.
如权利要求7‑
12
任一所述的方法，其中，所述将所述第二点云数据对应的第二点云特征
、
所述第一模拟对象对应的第一模拟特征及所述第一参考掩码对应的第二掩码特征进行特征融合，以获取第二融合特征，包括：利用初始编码器对所述第一模拟对象的内容
、
位置信息及所在区域的标签中的至少一项，进行编码处理，以获取所述第一模拟对象的第一模拟特征；将所述第二点云特征与所述第二掩码特征进行融合，以获取第二参考特征；将所述第二参考特征及所述第一模拟特征分别输入初始融合模型，以获取所述第二融合特征
。14.
如权利要求
13
所述的方法，其中，在所述确定第二模拟对象及损失值之后，还包括：基于所述损失值，对所述初始编码器及所述初始融合模型分别进行反向修正，以获取修正后的编码器及融合模型
。15.
一种点云数据的分割装置，包括：第一确定模块，用于在接收到针对第一掩码的第一操作的情况下，确定所述第一操作关联的第一对象的第一特征；
第一融合模块，用于将所述第一特征
、
第一点云数据对应的第一点云特征
...

【专利技术属性】
技术研发人员：路金诚，王学宽，张伟，谭啸，李莹莹，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：