模型训练方法、数据处理方法、装置、介质和程序产品制造方法及图纸

本发明专利技术提出了一种模型训练方法、数据处理方法、装置、介质和程序产品。模型训练方法包括：获取第一对象的信息集合，信息集合包括第一点云数据和N个候补方向，N为大于1的整数，N个候补方向中任两个候补方向之间的夹角大于0；基于N个候补方向，对第一点云数据进行特征提取处理，得到特征数据，特征数据用于表示第一对象的朝向与N个候补方向之间的关系；获取预存的数据识别模型；基于特征数据，对数据识别模型进行模型训练，得到第一对象的方向识别模型，提升了方向识别模型的识别准确性，同时保证了方向识别模型的识别效率，通过方向识别模型识别第一对象的朝向，保证了对于第一对象朝向的识别准确性。

【技术实现步骤摘要】

本专利技术涉及数据处理，具体而言，涉及一种模型训练方法、数据处理方法、装置、介质和程序产品。

技术介绍

1、如今智能家居通过获取视觉信息进行三维场景的重建和合成以辅助智能设备更好的服务人类是研究者的重点研究项目。普通的三维重建只是保存了环境的几何信息，如何获取场景中物体的语义信息，即物体的姿态和物体的朝向密切相关，三维模型朝向的获取是场景合成中重要的一环。获得朝向对于家庭智能设备理解高级指令快速反应具有重要作用，如对于如今安装摄像头的扫地机器人发布更为复杂的指令：“将沙发前的垃圾打扫干净”，那么沙发的朝向信息就变得至关重要，所以物体朝向的获取有望使家庭智能设备更加“聪明”与精准。

2、现阶段，研发人员一般通过朝向识别模型确定物体的朝向，但现有的朝向识别模型存在识别准确性较差等技术问题。

技术实现思路

1、本专利技术旨在至少解决现有技术或相关技术中存在的技术问题之一。

2、为此，本专利技术的第一个方面在于提出一种模型训练方法。

3、本专利技术的第二个方面在于提出一种数据处理方本文档来自技高网...

【技术保护点】

1.一种模型训练方法，其特征在于，所述模型训练方法包括：

2.根据权利要求1所述的模型训练方法，其特征在于，所述基于N个所述候补方向，对所述第一点云数据进行特征提取处理，得到特征数据，包括：

3.根据权利要求2所述的模型训练方法，其特征在于，所述信息集合还包括所述第一点云数据的点云轮廓信息，所述点云轮廓信息包括长度信息、宽度信息和高度信息，当至少一个所述特征信息中包括质点位置信息时，所述根据N个所述候补方向和所述第一点云数据，确定所述第一对象的至少一个特征信息，包括：

4.根据权利要求2所述的模型训练方法，其特征在于，所述信息集合还包括所述第一点云数据...

【技术特征摘要】

1.一种模型训练方法，其特征在于，所述模型训练方法包括：

2.根据权利要求1所述的模型训练方法，其特征在于，所述基于n个所述候补方向，对所述第一点云数据进行特征提取处理，得到特征数据，包括：

3.根据权利要求2所述的模型训练方法，其特征在于，所述信息集合还包括所述第一点云数据的点云轮廓信息，所述点云轮廓信息包括长度信息、宽度信息和高度信息，当至少一个所述特征信息中包括质点位置信息时，所述根据n个所述候补方向和所述第一点云数据，确定所述第一对象的至少一个特征信息，包括：

4.根据权利要求2所述的模型训练方法，其特征在于，所述信息集合还包括所述第一点云数据的点云轮廓信息，所述点云轮廓信息包括与n个所述候补方向一一对应的n个边向量，所述边向量垂直于所述候补方向，当至少一个所述特征信息中包括尺寸特征时，所述根据n个所述候补方向和所述第一点云数据，确定所述第一对象的至少一个特征信息，包括：

5.根据权利要求2所述的模型训练方法，其特征在于，所述第一点云数据还包括m个数据点，m为大于n的整数，当至少一个所述特征信息中包括可视角度特征、表面信息复杂度和位置特征时，所述根据n个所述候补方向和所述第一点云数据，确定所述第一对象的至少一个特征信息，包括：

6.根据权利要求5所述的模型训练方法，其特征在于，基于n个所述数据点集合，确定所述可视角度特征，包括：

7.根据权利要求5所述的模型训练...

【专利技术属性】
技术研发人员：杜嘉庆，区志财，梅江元，刘三军，
申请(专利权)人：美的集团上海有限公司，
类型：发明
国别省市：