申请/专利权人：中国空气动力研究与发展中心低速空气动力研究所

申请日：2024-04-03

公开（公告）日：2024-06-25

公开（公告）号：CN117994527B

主分类号：G06F30/27

分类号：G06F30/27

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2024.05.24#实质审查的生效;2024.05.07#公开

摘要：本发明提供一种基于区域生长的点云分割方法及系统，涉及数据处理技术领域，方法包括：获取待分割点云数据；将待分割点云数据输入预设的神经网络模型，以从神经网络模型中得到一个或多个种子点、以及用于为区域生长提供判定标准的相似性度量阈值参数，每个种子点均对应一个点云区域；基于种子点和相似性度量阈值参数，进行各点云区域的生长，得到与种子点一一对应的区域生长聚类，完成点云分割。本发明提供的基于区域生长的点云分割方法及系统，无需人工手动选取种子点，也无需手动进行相似性度量阈值参数的调整，实现种子点和相似性度量阈值参数的自动预测，有效提高区域生长的运行速度，点云分割的精确度较高。

主权项：1.一种基于区域生长的点云分割方法，其特征在于，包括：获取待分割点云数据；将所述待分割点云数据输入预设的神经网络模型，以从所述神经网络模型中得到一个或多个种子点、以及用于为区域生长提供判定标准的相似性度量阈值参数，每个种子点均对应一个点云区域；基于所述种子点和所述相似性度量阈值参数，进行各点云区域的生长，得到与所述种子点一一对应的区域生长聚类，完成点云分割；其中，将所述待分割点云数据输入预设的神经网络模型，以从所述神经网络模型中得到一个或多个种子点、以及用于为区域生长提供判定标准的相似性度量阈值参数的步骤包括：利用所述神经网络模型，对所述待分割点云数据进行特征提取，得到点云特征；利用所述神经网络模型，基于所述点云特征，进行种子点预测，得到一个或多个所述种子点；利用所述神经网络模型，基于所述点云特征和所述种子点，进行相似性度量阈值参数预测，得到所述相似性度量阈值参数；其中，利用所述神经网络模型，基于所述点云特征，进行种子点预测，得到一个或多个所述种子点的步骤包括：利用所述神经网络模型中的第一注意力机制结构，对所述点云特征进行加权处理，获取第一加权特征；利用所述神经网络模型中的第一全连接层，将所述第一加权特征映射到预设的种子点预测的概率空间中，得到待分割点云数据中每个点属于种子点的预测概率；基于待分割点云数据中每个点属于种子点的预测概率，得到一个或多个所述种子点；其中，利用所述神经网络模型，基于所述点云特征和所述种子点，进行相似性度量阈值参数预测，得到所述相似性度量阈值参数的步骤包括：利用所述神经网络模型中的第二注意力机制结构，对所述点云特征进行解码，获取解码特征向量；将所述种子点转换为第一预设维度的种子点向量；将所述解码特征向量与种子点向量进行组合，得到第一组合特征向量；对所述第一组合特征向量进行加权处理，得到第二加权特征；利用所述神经网络模型中的第二全连接层，联合所述第二加权特征和预先获取的待分割点云数据的点云密度，进行相似性度量阈值参数预测，得到所述相似性度量阈值参数。

全文数据：

权利要求：

百度查询： 中国空气动力研究与发展中心低速空气动力研究所 基于区域生长的点云分割方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD