[发明专利]基于多分辨率融合的点云分割方法和装置

说明书

本申请提出一种基于多分辨率融合的点云分割方法和装置，涉及计算机视觉与机器学习技术领域，其中，方法包括：获取待分割图像，通过预测器对待分割图像进行点云分割，获取原始点云分割结果；对待分割图像进行降采样，获取低分辨率图像特征；通过预测器对低分辨率图像特征进行点云分割，获取低分辨率点云分割结果；对低分辨率点云分割结果进行上采样的优化更新处理，获取与原始点云分割结果相同分辨率的目标点云分割结果，并将原始点云分割结果和目标点云分割结果进行融合处理，并输出点云分割结果。由此，解决现有点云分割框架中，对低分辨率信息利用不充分的问题，将低分辨率点云分割结果直接用于分割结果的预测，提高点云分割准确性。

技术领域

本申请涉及计算机视觉与机器学习技术领域，尤其涉及一种基于多分辨率融合的点云分割方法和装置。

背景技术

目前，三维场景的分割技术在自动驾驶、智能移动机器人、虚拟现实等实际应用场景中发挥着重要的作用。随着激光雷达等传感器的普及，三维点云数据的采集越来越方便，因而也为三维场景的分割提供了重要的数据基础。然而由于点云数据往往是不完整且密度不均匀的，且点云本身的数据表示也具有无规则性，目前的算法在进行分割时面临了许多问题。

基于点云数据的三维场景分割技术可以分为语义分割和实例分割两类：语义分割中常用的框架有以Pointnet++为代表的直接处理点云的结构，也有先把点云转换为体素，再对体素进行稀疏卷积的结构；实例分割则可以按照有无候选框的提出分为两类方法。

然而，目前网络框架中，通常只是用跨越连接的方式对各个分辨率的特征进行拼接，并没有很充分的利用低分辨率点云特征。

发明内容

本申请旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本申请的第一个目的在于提出一种基于多分辨率融合的点云分割方法，解决现有点云分割框架中，对低分辨率信息利用不充分的问题，直接从低分辨率点云特征预测出分割的结果，并把这个结果通过上采样-优化更新的方法拓展到原始点云的分辨率，与最终的预测结果进行融合，提高点云分割准确性。

本申请的第二个目的在于提出一种基于多分辨率融合的点云分割装置。

为达上述目的，本申请第一方面实施例提出了一种基于多分辨率融合的点云分割方法，包括：

获取待分割图像，通过预测器对所述待分割图像进行点云分割，获取原始点云分割结果；

对所述待分割图像进行降采样，获取低分辨率图像特征；

通过所述预测器对所述低分辨率图像特征进行点云分割，获取低分辨率点云分割结果；

对所述低分辨率点云分割结果进行上采样的优化更新处理，获取与所述原始点云分割结果相同分辨率的目标点云分割结果，并将所述原始点云分割结果和所述目标点云分割结果进行融合处理，并输出点云分割结果。

本申请实施例的基于多分辨率融合的点云分割方法，通过获取待分割图像，通过预测器对待分割图像进行点云分割，获取原始点云分割结果；对待分割图像进行降采样，获取低分辨率图像特征；通过预测器对低分辨率图像特征进行点云分割，获取低分辨率点云分割结果；对低分辨率点云分割结果进行上采样的优化更新处理，获取与原始点云分割结果相同分辨率的目标点云分割结果，并将原始点云分割结果和目标点云分割结果进行融合处理，并输出点云分割结果。由此，解决现有点云分割框架中，将低分辨率点云直接用于分割结果的预测，并将其上采样到最高分辨率，与原本的分割结果进行融合，得到最终的预测，提高点云分割准确性。

在本申请的一个实施例中，所述对所述低分辨率点云分割结果进行上采样的优化更新处理，获取与所述原始点云分割结果相同分辨率的目标点云分割结果，包括：

分别对所述低分辨率图像特征和所述低分辨率点云分割结果进行插值处理，获取中间分辨率图像特征和中间分辨率点云分割结果；