standard library
(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 202211107039.4 (22)申请日 2022.09.13 (71)申请人 深圳市其 域创新科技有限公司 地址 518000 广东省深圳市南 山区粤海街 道高新区社区科苑南路3170号留学生 创业大厦一期2 207 (72)发明人 方昊  (74)专利代理 机构 深圳市爱迪森知识产权代理 事务所(普通 合伙) 44341 专利代理师 何婷 (51)Int.Cl. G06T 7/11(2017.01) G06V 10/26(2022.01) G06V 10/762(2022.01) G06V 10/80(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 网格数据分割方法、 装置、 设备及计算机可 读存储介质 (57)摘要 本申请涉及模 型分割处理技术领域, 公开了 一种网格数据分割方法、 装置、 设备及计算机可 读存储介质, 该方法包括: 获取网格数据, 网格数 据包含多个网格; 通过第一神经网络学习每个网 格的语义标签, 得到网格数据所包含的语义标签 集; 对网格数据进行聚类分割, 得到若干分割单 元; 通过马尔科夫随机场模型计算若干分割单元 中每个网格属于语义标签集中每种语义标签的 平均概率; 基于图分割算法, 根据若干分割单元 中每个网格属于每种语义标签的平均概率, 确定 每个分割单元所对应的语义标签; 将相邻的且具 有相同语义标签的分割单元融合为一个 分割域, 得到分割结果。 通过上述方式, 本申请解决了无 法对复杂模型进行准确分割的问题。 权利要求书3页 说明书13页 附图7页 CN 115187619 A 2022.10.14 CN 115187619 A 1.一种网格数据分割方法, 其特 征在于, 所述方法包括: 获取网格数据, 所述网格数据包 含多个网格; 将所述网格数据输入第一神经网络; 通过所述第 一神经网络学习每个所述网格的语义标签, 得到所述网格数据所包含的语 义标签集, 所述语义标签集包括多种所述语义标签; 对所述网格数据进行聚类分割, 得到若干分割单元, 每个所述分割单元均包括一个或 多个相邻的所述网格; 将所述语义标签集和若干所述分割单 元输入马尔科 夫随机场模型中; 通过所述马尔科夫随机场模型计算若干所述分割单元中每个所述网格属于所述语义 标签集中每种所述语义标签的平均概 率; 基于图分割算法, 根据若干所述分割单元中每个所述网格属于每种所述语义标签的平 均概率, 确定每 个所述分割单 元所对应的所述语义标签; 将相邻的且具有相同所述语义标签的所述分割单元融合为一个分割域, 得到分割结 果。 2.根据权利要求1所述的网格数据分割方法, 其特征在于, 所述将所述网格数据输入第 一神经网络, 包括: 以所述网格数据中每个所述网格的中心点作为点云, 将所述网格数据转化为点云数 据; 将所述点云数据输入第二神经网络; 通过所述第二神经网络学习每 个所述网格的中心点的特 征向量; 将所述点云数据输入所述第一神经网络; 所述通过所述第 一神经网络学习每个所述网格的语义标签, 得到所述网格数据 所包含 的语义标签集, 所述语义标签集包括多种所述语义标签, 包括: 基于每个所述网格的中心点的所述特征向量, 通过所述第 一神经网络学习每个所述网 格的所述语义标签, 得到所述语义标签集。 3.根据权利要求2所述的网格数据分割方法, 其特征在于, 所述网格数据为三维网格数 据; 所述将所述 点云数据输入所述第一神经网络之前, 所述方法还 包括: 将所述点云数据切分为若干场景块; 将每个所述场景块切分为若干体素, 其中每个所述体素包含一个或多个相邻的所述网 格的中心点; 根据每个所述体素中所有所述网格的中心点的所述特征向量, 计算每个所述体素中所 有所述网格的中心点的平均特 征向量; 将所述平均特征向量确定为对应的所述体素中所有所述网格的中心点的所述特征向 量; 所述基于每个所述网格的中心点的所述特征向量, 通过所述第 一神经网络学习每个所 述网格的所述语义标签, 得到所述语义标签集, 包括: 基于每个所述体素中的所述网格的中心点的所述特征向量, 通过所述第 一神经网络学 习每个所述体素的所述语义标签, 得到所述语义标签集。权 利 要 求 书 1/3 页 2 CN 115187619 A 24.根据权利要求2或3所述的网格数据分割方法, 其特征在于, 所述对所述网格数据进 行聚类分割, 得到若干 分割单元, 每个所述分割单元均包括一个或多个相 邻的所述网格, 包 括: 将所述网格数据中一个所述网格确定为种子网格, 所述网格数据包括 三维网格数据; 将所述种子网格聚类至所述分割单 元中; 若所述种子网格的邻居网格的中心点与所述种子网格所在平面之间的距离小于或等 于第一预设阈值, 则将所述邻居网格聚类至所述分割单 元中; 分别将每一个所述邻居 网格作为新的所述种子网格, 并执行所述若所述种子网格的邻 居网格的中心点与所述种子网格所在平面之间的距离小于或等于第一预设阈值, 则将所述 邻居网格聚类至所述分割单元中的步骤, 直至所述分割单元内边缘的所述网格所在平面和 与其相邻的且位于所述分割单元之外的所述网格的中心点之间的距离均大于所述第一预 设阈值; 跳转至所述将所述网格数据中一个所述网格确定为种子网格的步骤, 其中, 将位于所 述分割单元之外的一个所述网格确定为新的所述种子网格, 直至形成若干所述分割 单元, 且所述网格数据中的每 个所述网格均聚类至其中一个所述分割单 元中。 5.根据权利要求4所述的网格数据分割方法, 其特征在于, 所述若所述种子网格的邻居 网格的中心 点与所述种子网格所在平面之 间的距离小于或等于第一预设阈值, 则将所述邻 居网格聚类至所述分割单 元中, 包括: 若所述邻居网格的中心点与所述种子网格所在平面之间的距离小于或等于所述第一 预设阈值, 且所述邻居网格所在平面的法向量与所述种子网格所在平面的法向量之 间的夹 角小于或等于第二预设阈值, 则将所述邻居网格聚类至所述分割单 元中。 6.根据权利要求4所述的网格数据分割方法, 其特征在于, 所述将所述网格数据中一个 所述网格确定为种子网格, 所述网格数据包括 三维网格数据之前, 所述方法还 包括: 获取周围域的尺寸 值, 所述周围域 为包含多个所述网格的区域; 依据所述尺寸值, 分别以所述网格数据中的每个所述网格为中心建立与该所述网格对 应的所述周围域, 所述周围域内包 含多个所述网格; 根据每个所述周围域内的所有所述网格的中心点, 基于最小二乘法确定每个所述周围 域所对应的第一特 征平面; 将每个所述网格的中心点和与其对应的所述周围域所对应的所述第一特征平面之间 的距离确定为每个所述网格的平整度, 其中, 每个所述网格的中心点和与其对应的所述周 围域所对应的所述第一特 征平面之间的距离与所述平整度之间成反比; 所述将所述网格数据中一个所述网格确定为种子网格, 所述网格数据包括三维网格数 据, 包括: 优先将所述平整度最高的所述网格确定为所述种子网格。 7.根据权利要求 4所述的网格数据分割方法, 其特 征在于, 所述跳转至所述将所述网格数据中一个所述网格确定为种子网格的步骤, 其中, 将位 于所述分割单元之外的一个所述网格确定为新的所述种子网格, 直至形成若干所述分割单 元, 且所述网格数据中的每个所述网格均聚类至其中一个所述分割 单元中之后, 所述方法 还包括:权 利 要 求 书 2/3 页 3 CN 115187619 A 3

.PDF文档 专利 网格数据分割方法、装置、设备及计算机可读存储介质

文档预览
中文文档 24 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共24页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 网格数据分割方法、装置、设备及计算机可读存储介质 第 1 页 专利 网格数据分割方法、装置、设备及计算机可读存储介质 第 2 页 专利 网格数据分割方法、装置、设备及计算机可读存储介质 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-18 04:16:43上传分享
友情链接
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。