买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安电子科技大学

摘要：本发明是一种用于点云目标检测的伪超体素点云预处理方法，解决了点云数据预处理中的噪声处理、局部细节丢失及超体素分割耗时问题。实现包括得到伪图像特征图、获取类别分割掩码、构建保留空间细节特征的局部均值伪图像、生成伪超体素预处理后的伪图像特征图的效果。使用超像素算法提取超体素语义信息，速度和计算复杂度优于超体素算法；利用类别分割掩码和伪图像特征图的对应关系，进行局部均值化以减弱随机噪声影响，并构建跨通道注意向量与超体素因子矩阵调整特征权重分布，增强空间信息语义表达能力，提高检测精度，可应用于不同分辨率的点云目标检测特征图，无需对算法架构进行根本性修改，适用于自动驾驶、机器人导航等场景。

主权项：1.一种用于点云目标检测的伪超体素点云预处理方法，其特征在于，利用由超像素分割算法生成的类别分割掩码与伪图像特征图的对应关系，进行局部均值化生成局部均值伪图像，并对伪图像和局部均值伪图像进行学习并融合，调整伪图像特征图中特征的权重分布情况，包括有如下步骤：1得到伪图像特征图：获取待预处理的原始点云，进行体素化处理，在x-y方向上将点云空间划分为规则柱状体素，利用最大池化和简化的PointNet网络对每个柱状体素进行编码获得体素特征，将体素特征按其在三维空间中的位置排列，得到伪图像特征图Fpi；2获取类别分割掩码：针对伪图像特征图Fpi使用伪超体素分割模块，用简单线性迭代聚类SLIC算法进行伪超体素分割，只对伪图像特征图Fpi前三个通道进行伪超体素分割，并根据希望得到的超像素区域数量规定超像素标签的个数，生成类别分割掩码Tmask，类别分割掩码Tmask中每个元素的值表示对应像素点所属的超像素标签；3构建局部均值化模块，获得保留空间细节特征的局部均值伪图像：针对伪图像特征图Fpi和类别分割掩码Tmask，构建局部均值化模块；针对伪图像特征图Fpi，对属于同种类别的像素点上的特征值求均值，并作为局部均值伪图像Flm对应位置的像素点上的特征值，在构建局部均值化模块中利用类别分割掩码Tmask与伪图像特征图Fpi的对应关系，获得保留空间细节特征的局部均值伪图像Flm；4设计因子提取聚合模块，生成伪超体素点云预处理后的伪图像特征图：通过设计因子提取聚合模块，对伪图像特征图Fpi和局部均值伪图像Flm进行学习并融合，调整伪图像特征图Fpi中特征的权重分布，融合超体素空间语义信息，生成伪超体素点云预处理后的伪图像特征图F'pi，完成针对待预处理原始点云的点云目标检测的伪超体素点云预处理任务。

全文数据：

权利要求：

百度查询： 西安电子科技大学 一种用于点云目标检测的伪超体素点云预处理方法