[发明专利]一种点云数据处理方法、装置、计算机设备及存储介质

说明书

本申请实施例公开了一种点云数据处理方法、装置、计算机设备及存储介质，包括：获取待补全空间模型对应的待补全点云数据，确定待补全点云数据对应的点云坐标特征；获取与点云坐标特征相关联的自相关性权重矩阵，基于自相关性权重矩阵对点云坐标特征进行注意力编码，得到点云坐标特征对应的点位自相关性特征；基于点位自相关性特征，对待补全空间模型中的缺失部位进行预测，得到与待补全空间模型相关联的缺失点位特征；基于缺失点位特征对应的缺失点云数据，对待补全点云数据进行补全处理，得到待补全空间模型对应的完整空间模型。采用本申请实施例，可以提高点云数据的补全效率。

技术领域

本申请涉及计算机技术领域，尤其涉及一种点云数据处理方法、装置、计算机设备及存储介质。

背景技术

目前，深度摄像头等空间模型采集设备(例如，3D数据采集设备)在用户终端(例如，手机)上得到了越来越广泛的应用，从而为目标对象(例如，3D空间模型)对应的点云数据的采集过程提供了便利性。其中，点云是在同一空间参考系下表达目标空间分布和目标表面特性的海量点集合，在获取物体表面每个采样点的空间坐标后，得到的是点的集合，称之为“点云”(Point Cloud)。但是，发明人发现大规模采集数据将受到采集角度、环境遮挡、采集精度等各方面的限制，因此在采用3D数据采集设备对3D空间模型对应的点云数据进行数据采集时，将会出现数据精度较低、缺损较严重等情况，以至于需要对采集到的点云数据进行补全处理。

在传统点云数据补全方案中，具有空间模型补全功能的计算机设备在采集到目标对象(例如，待采集的脸部数据)的残缺点云数据时，需要通过该3D数据采集设备，重新对该目标对象进行数据采集，进而可以通过重新采集到的点云数据对该残缺点云数据进行恢复，直到将残缺点云数据补全为完整点云数据。由此可见，在传统点云数据补全方案中往往需要花费较长的采集时间来多次采集点云数据，这样将导致点云数据的补全效率过低。

发明内容

本申请实施例提供一种点云数据处理方法、装置、计算机设备及存储介质，可以提高点云数据的补全效率。

本申请实施例一方面提供一种点云数据处理方法，包括：

获取待补全空间模型对应的待补全点云数据，确定待补全点云数据对应的点云坐标特征；

获取与点云坐标特征相关联的自相关性权重矩阵，基于自相关性权重矩阵对点云坐标特征进行注意力编码，得到点云坐标特征对应的点位自相关性特征；自相关性权重矩阵用于强化点云坐标特征相互之间的关联关系；

基于点位自相关性特征，对待补全空间模型中的缺失部位进行预测，得到与待补全空间模型相关联的缺失点位特征；

基于缺失点位特征对应的缺失点云数据，对待补全点云数据进行补全处理，得到待补全空间模型对应的完整空间模型。

本申请实施例一方面提供一种点云数据处理装置，包括：

点云坐标特征获取模块，用于获取待补全空间模型对应的待补全点云数据，确定待补全点云数据对应的点云坐标特征；

点位自相关性特征确定模块，用于获取与点云坐标特征相关联的自相关性权重矩阵，基于自相关性权重矩阵对点云坐标特征进行注意力编码，得到点云坐标特征对应的点位自相关性特征；自相关性权重矩阵用于强化点云坐标特征相互之间的关联关系；

缺失部位预测模块，用于基于点位自相关性特征，对待补全空间模型中的缺失部位进行预测，得到与待补全空间模型相关联的缺失点位特征；

补全处理模块，用于基于缺失点位特征对应的缺失点云数据，对待补全点云数据进行补全处理，得到待补全空间模型对应的完整空间模型。

其中，该点云坐标特征获取模块包括：