[发明专利]三维点云分割方法、装置及服务器

权利要求书

1.一种三维点云分割方法，其特征在于，包括：

获取目标场景的三维点云数据；

通过预先训练得到的点云分割网络提取所述三维点云数据的目标复值特征，并基于所述目标复值特征确定所述目标场景的分割结果；

其中，所述点云分割网络包括复值Pointnet++子网络，所述复值Pointnet++子网络用于提取所述三维点云数据的目标复值特征。

2.根据权利要求1所述的方法，其特征在于，所述点云分割网络还包括聚类子网络和提案子网络；

所述通过预先训练得到的点云分割网络提取所述三维点云数据的目标复值特征，并基于所述目标复值特征确定所述目标场景的分割结果的步骤，包括：

通过所述复值Pointnet++子网络提取所述三维点云数据的目标复值特征；其中，所述复值Pointnet++子网络包括复值点集抽取层和复值特征传播层；

通过所述聚类子网络对所述目标复值特征进行聚类处理，将所述目标复值特征划分为多个聚类簇；

通过所述提案子网络根据各个所述聚类簇对应的目标复值特征，确定所述目标场景的分割结果。

3.根据权利要求2所述的方法，其特征在于，所述通过所述复值Pointnet++子网络提取所述三维点云数据的目标复值特征的步骤，包括：

通过所述复值点集抽取层对所述三维点云数据进行下采样处理得到初始复值特征，并利用复值算子对所述初始复值特征进行处理得到中间复值特征；其中，所述复值点集抽取层包括实部点集抽取分支和虚部点集抽取分支，所述初始复值特征包括初始实部特征和初始虚部特征；

通过所述复值特征传播层基于所述中间复值特征确定所述三维点云数据的目标复值特征；其中，所述复值特征传播层包括实部特征传播分支、虚部特征传播分支和复值全连接层，所述中间复值特征包括中间实部特征和中间虚部特征。

4.根据权利要求3所述的方法，其特征在于，所述利用复值算子对所述初始复值特征进行处理得到中间复值特征的步骤，包括：

通过所述实部点集抽取分支利用复值算子对所述初始实部特征进行处理得到中间实部特征，以及，通过所述虚部点集抽取分支利用所述复值算子对所述初始虚部特征进行处理得到中间虚部特征。

5.根据权利要求4所述的方法，其特征在于，所述复值算子包括复值卷积算子、复值激活算子、复值池化算子、复值归一化算子中的一种或多种。

6.根据权利要求3所述的方法，其特征在于，所述通过所述复值特征传播层基于所述中间复值特征确定所述三维点云数据的目标复值特征的步骤，包括：

通过所述实部特征传播分支对所述中间实部特征进行特征插值处理和特征级联处理得到第一输出特征，以及通过所述虚部特征传播分支对所述中间虚部特征进行特征插值处理和特征级联处理得到第二输出特征；

通过所述复值全连接层对所述第一输出特征和所述第二输出特征分别进行尺寸恢复处理，并将所述尺寸恢复处理后的第一输出特征和第二输出特征进行连接，得到所述三维点云数据的目标复值特征。

7.根据权利要求1所述的方法，其特征在于，所述点云分割网络采用VoteNet框架或PointRCNN框架。

8.一种三维点云分割装置，其特征在于，包括：

数据获取模块，用于获取目标场景的三维点云数据；

点云分割模块，用于通过预先训练得到的点云分割网络提取所述三维点云数据的目标复值特征，并基于所述目标复值特征确定所述目标场景的分割结果；

其中，所述点云分割网络包括复值Pointnet++子网络，所述复值Pointnet++子网络用于提取所述三维点云数据的目标复值特征。

9.一种服务器，其特征在于，包括处理器和存储器；

所述存储器上存储有计算机程序，所述计算机程序在被所述处理器运行时执行如权利要求1至7任一项所述的方法。

10.一种计算机存储介质，其特征在于，用于储存为权利要求1至7任一项所述方法所用的计算机软件指令。