[发明专利]一种室外场景三维彩色点云分类方法

说明书

本发明涉及三维点云数据处理与三维场景重建技术领域，一种室外场景三维彩色点云分类方法，包括以下步骤：(1)获取室外场景三维彩色点云数据，(2)构建室外场景三维彩色点云数据训练集，(3)在点云和图像模态中分别构建条件随机场分类器，(4)在点云模态中进行学习训练和分类推断，(5)在图像模态中进行学习训练和分类推断，(6)给出最终分类结果，(7)不断更新协同学习。本发明具有以下优点：一是、本发明将单模态学习扩展为多模态学习，利用模态之间的交互学习，构建多模态协同学习机制，充分发挥各模态优势；二是、本发明将有监督学习扩展为半监督学习，充分利用实时获取的大量无类标签数据进行协同学习，准确分类室外场景。

技术领域

本发明涉及一种室外场景三维彩色点云分类方法，属于三维点云数据处理与三维场景重建技术领域。

背景技术

在数字化现实世界的过程中，三维点云数据记录了物体表面的几何属性和位置信息，二维图像记录了物体表面的颜色信息和纹理信息，二者的深度融合，将形成一种新兴的数字媒体，即三维彩色点云数据，三维彩色点云数据是三维点云数据的进一步发展，可以更加精确地表述现实世界。室外场景三维彩色点云分类是解决三维场景重建的关键性技术，具有较强的理论意义和应用价值，目前已在目标识别、自主导航、路径规划、环境探测、文物保护等领域有了越来越多的应用。

对于同一个三维场景，通过不同方法采集的场景信息就构成了此场景的不同模态表示，例如，场景的二维图像和场景的三维点云就构成了场景的两个模态。根据场景信息模态的不同，三维场景分类方法也不尽相同。二维图像采集便捷，基于二维图像的场景分类方法目前较为成熟，例如图像分类、图像识别等，但其无法提供环境的几何位置信息，致使应用领域有所局限；三维点云获取可靠，基于三维点云的场景分类方法也已取得了较大的发展，例如点云分类、点云识别等，但其无法提供环境的颜色纹理信息，致使认知效果有待提升。随着数据采集技术的快速发展，三维彩色点云数据作为一种新兴的数字媒体形式逐渐走进人们的生产生活，它是由图像和点云两种模态融合而成，兼具图像颜色信息和点云几何信息。目前，基于三维彩色点云的场景分类受到了广泛的关注，可以较好地解决传统认知方法所无法解决的问题。

室外场景三维彩色点云分类是指利用激光测距传感器和图像传感器来获取室外场景的三维点云数据和二维图像数据，并将二者融合，形成室外场景三维彩色点云数据，在此基础上，通过对室外场景三维彩色点云数据的学习和挖掘，将其分类为各种自然物体(地面、建筑、树木、车辆等)，以实现对室外场景的深入理解和对目标的准确识别。目前，室外场景三维彩色点云分类已经成为人工智能领域的前沿课题和研究热点。

现有三维彩色点云分类方法均将图像和点云多模态特征相组合，用一个分类器进行学习训练和分类推断，其本质上还是单模态学习方法，并没有充分发挥多模态的优势；此外，现有三维彩色点云分类方法均为有监督学习方法，在学习过程中只利用训练集中的有类标签数据，并没有充分利用实时获取的大量无类标签数据所蕴含的分布信息。

发明内容

为了克服现有技术中存在的不足，本发明目的是提供一种室外场景三维彩色点云分类方法，以提高室外场景分类的准确性和可靠性。该方法借鉴人类学习过程，将单模态有监督学习扩展为多模态半监督学习，研究基于点云和图像多模态协同学习的室外场景三维彩色点云分类机制，充分发挥各模态优势，利用无类标签数据进行协同学习，准确分类室外场景，丰富类人感知认知技术与理论，将成为一项非常有益的尝试，具有重要的理论意义和应用价值。

为了实现上述发明目的，解决己有技术中存在的问题，本发明采取的技术方案是：一种室外场景三维彩色点云分类方法，包括以下步骤：