【技术实现步骤摘要】
本申请涉及激光雷达探测，尤其是涉及到一种基于掩码自编码器的三维点云处理方法及装置、存储介质、计算机设备。
技术介绍
1、随着深度学习技术的不断发展，该技术逐渐应用在越来越多的领域中，例如自动驾驶领域等。对于自动驾驶领域来说，其最重要的环节就是三维物体感知环节，而点云由于在各种挑战性场景下均具有高精度，因而通常将点云作为重要输入信号，对点云特征进行提取，从而利用提取的点云特征进行三维物体检测和三维语义分割。
2、然而，在利用深度学习技术对点云进行处理以得到三维物体检测结果、三维语义分割结果之前，通常需要大量的带有标注信息的点云数据对深度学习模型进行训练。这种方法不仅需要专业水平较高的人员进行标注，导致巨额的标注成本，同时标注效率低下，严重影响了深度学习模型的训练效率。
3、因此，如何利用大规模未标注点云数据来生成用于提取点云特征的模型，进而能够根据提取的点云特征进行后续的三维物体检测或三维语义分割，成为了本领域亟待解决的技术问题。
技术实现思路
1、有鉴于此，本申请提...
【技术保护点】
1.一种基于掩码自编码器的三维点云处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述第二体素的尺寸大于所述第一体素的尺寸；所述将掩码处理后的第二体素输入初始掩码自编码器，得到第二编码特征，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述对所述多个第二体素进行掩码处理之后，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述将所述第二编码特征输入至预设解码器中，通过所述预设解码器对所述第二编码特征以及所述更新后的目标第二体素进行处理，得到所述重建体素特征，包括：
5.根据权利...
【技术特征摘要】
1.一种基于掩码自编码器的三维点云处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述第二体素的尺寸大于所述第一体素的尺寸；所述将掩码处理后的第二体素输入初始掩码自编码器，得到第二编码特征，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述对所述多个第二体素进行掩码处理之后，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述将所述第二编码特征输入至预设解码器中，通过所述预设解码器对所述第二编码特征以及所述更新后的目标第二体素进行处理，得到所述重建体素特征，包括：
5.根据权利要求1所述的方法，其特征在于，所述得到所述目标掩码自...
【专利技术属性】
技术研发人员：程诺，罗川宇，胡睿智，马嗣昆，李晗，剧学铭，
申请(专利权)人：北京亮道智能汽车技术有限公司，
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。