[发明专利]点云实例分割方法及相关系统、存储介质

权利要求书

1.一种点云实例分割方法，其特征在于，包括：

对目标场景中的点云进行处理，得到M个超点以及所述M个超点中每个超点的特征向量，M为不小于2的整数；

根据所述M个超点的特征向量得到语义超点树以及所述语义超点树中每个节点的特征向量；

根据所述每个节点的特征向量，将所述语义超点树分割为K个子树，K为正整数；

根据所述K个子树得到所述点云中K个实例的语义类别，所述K个子树与所述K个实例一一对应。

2.根据权利要求1所述的方法，其特征在于，所述语义超点树的节点包括叶节点和非叶节点，其中，所述非叶节点对应至少两个子节点，所述语义超点树中每个非叶节点是根据至少两个子节点进行合并得到的，所述至少两个子节点之间的相似度超出预设阈值，其中，所述每个非叶节点的特征向量是根据所述至少两个子节点的特征向量得到的；

对于任一非叶节点A1，所述非叶节点A1对应的至少两个子节点中的任一子节点为超点；

或者，所述非叶节点A1对应的至少两个子节点中的任一子节点为非叶节点；

或者，所述非叶节点A1对应的至少两个子节点中的至少一个子节点为超点，至少一个子节点为非叶节点；

其中，所述语义超点树中的叶节点与所述M个超点一一对应，所述叶节点的特征向量与所述M个超点的特征向量一一对应。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

获取所述至少两个子节点中每个子节点对应的点的个数；

根据所述每个子节点对应的点的个数以及所述每个子节点的特征向量得到所述每个非叶节点的特征向量。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述语义超点树的节点包括叶节点和非叶节点，其中，所述非叶节点对应至少两个子节点，且所述非叶节点包括根节点，所述根据所述每个节点的特征向量，将所述语义超点树分割为K个子树，包括：

根据每个非叶节点对应的至少两个子节点中每个子节点的特征向量得到所述每个非叶节点的得分，其中，每个叶节点的得分为第一预设得分；

对所述语义超点树从根节点到叶节点进行遍历，当所述节点的得分超出第二预设得分时，将该节点及该节点对应的分支作为一个子树，并停止遍历该节点的子节点，其中，所述第一预设得分大于所述第二预设得分；

继续遍历其他节点，直到所有叶节点均有从属的子树时停止遍历，得到K个子树。

5.根据权利要求4所述的方法，其特征在于，所述根据每个非叶节点对应的至少两个子节点中每个子节点的特征向量得到所述每个非叶节点的得分，包括：

将每个非叶节点对应的至少两个子节点的特征向量输入至评分模型中进行处理，得到所述每个非叶节点的得分，其中，所述评分模型是根据机器学习得到的。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述方法还包括：

对所述K个子树中每个子树分别进行处理，得到所述每个子树的叶节点的得分，其中，所述每个子树的叶节点为该子树中的超点对应的节点；

将所述得分低于第三预设得分的叶节点删除，得到更新后的K个子树。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

获取所述更新后的K个子树中每个子树的叶节点中的每个点的特征向量；

根据所述每个子树的叶节点中的点的特征向量得到所述每个子树的得分；

将所述更新后的K个子树中得分小于第四预设得分的子树删除，得到处理后的K’个子树，K’不小于1，且K’不大于所述K。