(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210145325.3 (22)申请日 2022.02.17 (71)申请人 成都飞机工业 （集团） 有限责任公司 地址 610000 四川省成 都市青羊区黄田坝 纬一路88号 (72)发明人 朱绪胜　蔡怀阳　周力　宿明　 陈俊佑　周鑫明　秦琪　陈代鑫　 徐龙　缑建杰　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 王志 (51)Int.Cl. G06V 10/44(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01)G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种点云下采样方法、 装置、 设备及存储介 质 (57)摘要 本申请公开了一种点云下采样方法、 装置、 设备及存储介质， 通过对目标点 云进行特征提取 和初步采样， 得到不同尺度的特征信息， 并通过 多尺度偏移量的计算和融合完成下采样过程。 通 过多尺度信息的引导， 捕获更多尺度下的特征信 息， 使得输入神经网络的数据信息更加丰富， 对 整个点云有更 强的特征认识， 增加了对点云语义 信息的保持程度， 能够尽可能保持目标点云的外 形， 从而提高了下采样的精准度。 权利要求书1页 说明书6页 附图3页 CN 114596447 A 2022.06.07 CN 114596447 A 1.一种点云下采样方法， 其特 征在于， 包括以下步骤： 对目标点云进行 特征提取， 获得 所述目标点云的特 征信息； 对所述特 征信息进行初步采样， 获得第一 点云特征信息； 根据所述目标点云和所述第一 点云特征信息， 获得偏移量； 根据所述第一 点云特征信息和所述偏移量， 获得最终下采样点云。 2.如权利要求1所述的点云下采样方法， 其特征在于， 所述对目标点云进行特征提取， 获得所述目标点云的特 征信息的步骤， 包括： 采用四层感知机对所述目标点云进行 特征提取， 输出 所述目标点云的特 征信息。 3.如权利要求1所述的点云下采样方法， 其特征在于， 所述对所述特征信 息进行初步采 样， 获得第一 点云特征信息的步骤， 包括： 将所述目标点云的特征信 息分别输入第 一多层感知机和第 二多层感知机， 获得第 一特 征和第二特 征； 利用softmax激活函数对所述第一特 征进行处 理， 获得第三特 征； 根据所述第二特 征和所述第三特 征， 获得所述第一 点云特征信息。 4.如权利要求3所述的点云下采样方法， 其特征在于， 所述根据 所述第二特征和所述第 三特征， 获得所述第一 点云特征信息的步骤， 包括： 将所述第二特 征和所述第三特 征进行矩阵乘法， 获得第四特 征； 将所述第四特 征进行维度转换， 获得第五特 征； 将所述第五特 征输入第三多层感知机处 理， 获得所述第一 点云特征信息。 5.如权利要求1所述的点云下采样方法， 其特征在于， 所述根据 所述目标点云和所述第 一点云特征信息， 获得偏移量的步骤， 包括： 根据所述第一 点云特征信息， 在所述目标点云中构建邻域， 获得第六 特征； 根据所述第六 特征和所述第一 点云特征信息， 获得 所述偏移量。 6.如权利要求5所述的点云下采样方法， 其特征在于， 所述根据 所述第六特征和所述第 一点云特征信息， 获得 所述偏移量的步骤， 包括： 将所述第六 特征和所述第一 点云特征信息进行拼接， 获得第七特 征； 将所述第七特 征进行全连接层处 理， 获得所述偏移量。 7.如权利要求1所述的点云下采样方法， 其特征在于， 所述根据 所述第一点云特征信 息 和所述偏移量， 获得最终下采样点云的步骤， 包括： 将所述第一 点云特征信息和所述偏移量进行驻 点相加， 获得最终下采样点云。 8.一种点云下采样装置， 其特 征在于， 包括： 特征提取模块， 对目标点云进行 特征提取， 获得 所述目标点云的特 征信息； 初步采样模块， 对所述特 征信息进行初步采样， 获得第一 点云特征信息； 偏移量获取模块， 根据所述目标点云和所述第一 点云特征信息， 获得偏移量； 偏移融合模块， 根据所述第一 点云特征信息和所述偏移量， 获得最终下采样点云。 9.一种生产设备， 其特征在于， 该生产设备包括存储器和处理器， 所述存储器中存储有 计算机程序， 所述处 理器执行所述计算机程序， 实现如权利要求1 ‑7中任一项所述的方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 处理器执行所述计算机程序， 实现如权利要求1 ‑7中任一项所述的方法。权　利　要　求　书 1/1 页 2 CN 114596447 A 2一种点云下采样方法、 装置、 设备及存储介质 技术领域 [0001]本申请涉及点云数据处理领域， 尤其涉及一种点云下采样 方法、 装置、 设备及存储 介质。 背景技术 [0002]点云作为呈现场景三维信息的一种数据格式已经广泛应用于各种三维视觉任务 中， 主要是通过三维激光扫描仪进行数据采集获取点云数据， 或者通过二维影像进行三维 重建， 在重建过程中获取点云数据， 也可以通过三维模型来计算 获取点云。 但由于各式设备 采集的原始点云数据通常包含数量巨大 的点， 以及点云数据的无序性， 导致难以对点云进 行直接处理， 通常需要对点云进 行特征提取即下采样操作， 选取少量的点， 保留点云的三 维 结构信息 。 [0003]常用的点云下采样方法是对点云进行随机下采样， 但是精准度较低。 发明内容 [0004]本申请的主要目的在于提供一种点云下采样 方法、 装置、 设备及存储介质， 旨在解 决现有点云下采样方法精准度低的技 术问题。 [0005]为实现上述目的， 本申请提供一种点云下采样方法， 包括： [0006]对目标点云进行 特征提取， 获得 所述目标点云的特 征信息； [0007]对所述特 征信息进行初步采样， 获得第一 点云特征信息； [0008]根据所述目标点云和所述第一 点云特征信息， 获得偏移量； [0009]根据所述第一 点云特征信息和所述偏移量， 获得最终下采样点云。 [0010]可选地， 对目标点云进行 特征提取， 获得 所述目标点云的特 征信息的步骤， 包括： [0011]采用四层感知机对所述目标点云进行 特征提取， 输出 所述目标点云的特 征信息。 [0012]可选地， 对所述特 征信息进行初步采样， 获得第一 点云特征信息的步骤， 包括： [0013]将所述目标点云的特征信息分别输入第一多层感知机和第二多层感知机， 获得第 一特征和第二特 征； [0014]利用softmax激活函数对所述第一特 征进行处 理， 获得第三特 征； [0015]根据所述第二征和所述第三特 征， 获得所述第一 点云特征信息。 [0016]可选地， 根据所述第二特征和所述第三特征， 获得所述第一点云特征信息的步骤， 包括： [0017]将所述第二特 征和所述第三特 征进行矩阵乘法， 获得第四特 征； [0018]将所述第四特 征进行维度转换， 获得第五特 征； [0019]将所述第五特 征输入第三多层感知机处 理， 获得所述第一 点云特征信息。 [0020]可选地， 根据所述目标点云和所述第一 点云特征信息， 获得偏移量的步骤， 包括： [0021]根据所述第一 点云特征信息， 在所述目标点云中构建邻域， 获得第六 特征； [0022]根据所述第六 特征和所述第一 点云特征信息， 获得 所述偏移量。说　明　书 1/6 页 3 CN 114596447 A 3