[发明专利]点云信息的识别方法及装置

说明书

本申请实施例公开了一种点云信息的识别方法及装置，该方法包括：通过特征提取网络对点云信息进行特征提取，获得该点云信息的特征，该特征提取网络是通过第一点云样本和第二点云样本训练得到的，该第一点云样本的特征少于该第二点云样本的特征，该第一点云样本和该第二点云样本对应有相同的目标，该第二点云样本根据该第一点云样本的样本集得到；对上述点云信息的特征进行判别，输出点云信息的判别结果。本申请实施例提供的方法，能够有效提高判别结果输出的准确度。

技术领域

本申请实施例涉及信号探测技术领域，尤其涉及一种点云信息的识别方法及装置。

背景技术

在智能驾驶或高精地图领域，激光雷达被广泛用于感知周围的环境。然而受距离、物体姿态、遮挡等因素的影响，激光雷达于特定位置或特定视角或特定时刻等得到的点云信息经常难以描述物体的全貌。

由此，如何提高上述点云信息的识别准确度是本领域技术人员正在研究的问题。

发明内容

本申请实施例提供一种点云信息的识别方法及装置，能够有效提高点云信息的识别准确度。

第一方面，本申请实施例提供一种点云信息的识别方法，所述方法包括：

通过特征提取网络对点云信息进行特征提取，获得所述点云信息的特征，所述特征提取网络是通过第一点云样本和第二点云样本训练得到的，所述第一点云样本的特征少于所述第二点云样本的特征，所述第一点云样本和所述第二点云样本对应有相同的目标，所述第二点云样本根据所述第一点云样本的样本集得到；通过判别网络对所述点云信息的特征进行判别，输出所述点云信息的判别结果。

本申请实施例中，由于特征提取网络是基于第一点云样本和第二点云样本训练的，该第一点云样本与第二点云样本对应有相同的目标，且该第二点云样本是根据该第一点云样本的样本集得到的。也就是说，该第一点云样本的特征(也可以称为特征信息)的丰富程度少于第二点云样本。由此，通过第一点云样本和第二点云样本训练得到的特征提取网络，能够有效学习到从包含较少特征的点云提取出较多特征。从而能够有效提高特征提取网络对物体全貌的学习能力，即通过特征提取网络所提取出的特征会更多更丰富。进而，有效提高了对点云信息的判别能力，提高对点云信息的判别准确度(也可以理解为识别准确度)。

在一种可能的实现方式中，所述第一点云样本的样本集是通过激光雷达在不同地理位置采集得到的点云；所述第二点云样本是从点云地图中裁剪的与所述第一点云样本的位置对应的点云，所述点云地图是根据所述第一点云样本的样本集拼接得到。

在一种可能的实现方式中，所述第一点云样本是单帧点云，所述第二点云样本是对点云地图进行裁剪得到的。

在一种可能的实现方式中，所述通过特征提取网络对点云信息进行特征提取，获得所述点云信息的特征之前，所述方法还包括：将所述第一点云样本输入所述特征提取网络，得到所述第一点云样本的特征；将所述第二点云样本输入所述特征提取网络，得到所述第二点云样本的特征；利用所述第二点云样本的特征对所述第一点云样本的特征进行知识蒸馏，训练所述特征提取网络。

在一种可能的实现方式中，所述通过特征提取网络对所述点云信息进行特征提取，获得所述点云信息的特征之前，所述方法还包括：

将所述第一点云样本输入第一特征提取网络，得到所述第一点云样本的特征；将所述第二点云样本输入第二特征提取网络，得到所述第二点云样本的特征；利用所述第二点云样本的特征对所述第一点云样本的特征进行知识蒸馏，训练所述第一特征提取网络；所述通过特征提取网络对点云信息进行特征提取，获得所述点云信息的特征包括：通过所述第一特征提取网络对所述点云信息进行特征提取，获得所述点云信息的特征。

第二方面，本申请实施例提供一种点云信息的识别装置，用于执行第一方面或第一方面的任意可能的实现方式中的方法。

该点云信息的识别装置包括具有执行第一方面或第一方面的任意可能的实现方式中的方法的单元。