[发明专利]一种基于复数网络表达的点云特征提取方法及装置

说明书

一种基于复数网络表达的点云特征提取方法及装置，该方法包括：第一步、使用希尔伯特变换，获取到点云复数表达当中的实数与虚数部分的处理；第二步、使用第一步的结果，对实数域虚数部分分别进行卷积，然后通过复数卷积公式来计算最终实数部分与虚数部分的特征表达，可以迭代多层来实现更复杂确定数目输出的特征的提取；第三步、则可通过第二步当中的结果计算出结合了点云实数与虚数特征表达的复数表达，通过模值计算来获得；第四步、进一步对第三步的结果进行归一化、或特征编码降维等操作，获得紧实且具有代表性的全局特征，为后续三维点云处理与分析任务提供了基础保障。

技术领域

本发明涉及三维处理与分析领域，并且更具体地涉及一种基于复数网络表达的点云特征提取方法及装置。

背景技术

由于三维数据采集设备近年来不断涌现出来且价钱不再昂贵，三维数据便不断激增，亟需要对三维数据进行处理与分析，其中最关键的即为对其的特征表达。其中以三维点云为例，如何提取三维点云特征表达受到了众多的关注，由于其是基本特征提取操作，可以为后续点云处理与分析任务打好基础。然而，现有点云特征网络均基于实数表达框架，并未使用复数表达网络来进行特征提取。数学上，我们知道实数是包含在复数当中虚数为零的特例，所以可知复数表达则更为泛化且数据保留更全面。物理上，通过希尔伯特变换，我们可从其解析表达获取其虚数表达部分。所以现有网络均为简化版特征提取，并未获取具有全部信息的点云特征表达。因此，如何设计更泛化且更全面的点云特征就显得尤为重要。接近的背景技术的文献有：Trabelsi C,Bilaniuk O,Zhang Y,et al.Deep complexnetworks[J].arXiv preprint arXiv:1705.09792,2017.

通过上述分析，现有技术存在的问题及缺陷为：现有点云特征提取网络均基于实数域进行操作，缺少复数域的更充实且完备的特征表达，以及通用复数点云特征提取网络框架。

解决以上问题及缺陷的难度为：现阶段暂无基于点云复数的网络，因此需要设计合理的网络框架，设计点云的复数来表达，以及构建复数卷积核的结构，难度大。

解决以上问题及缺陷的意义为：复数点云特征提取，涵盖了只有实数域点云特征提取，是更加泛化版的点云特征提取框架，且涵盖了实数所丢失的信息部分。对后续三维点云处理域分析任务提供了更完备及充实的特征提取方式。

发明内容

针对上述问题和相关方法的缺陷，本发明提出了一种基于复数网络表达的点云特征提取方法及装置，其将点云复数特征提取网络构建分为四步。通过复数网络表达所提取的点云特征，包含更全面的信息，且所需要迭代次数较少，应用于点云处理与分析的各类任务，例如：点云分类、点云分割、点云检索等任务，为点云处理与分析的下游任务提供了基础特征保障。

为解决上述技术问题，本发明采用如下技术方案来达到目的：

一种基于复数网络表达的点云特征提取方法及装置。所述的方法及装置包括以下步骤：

S1、点云预处理；

该步骤用于需要将输入点云表示为两部分：实数表达部分与虚数表达部分，可由多种方式获取，例如希尔伯特变换，或傅里叶变换e指数表达等。

S2、卷积操作层构建；

该步骤用于对由S1获取出来的点云复数表达分别进行卷积操作运算，可以是单层也可以是多层，输出特征维度大小依赖于任务需求。其中每一层的操作可由多层感知器搭建、或点云卷积操作等来实现；

S3、模值计算；

该步骤用于将S2提取出的点云复数特征变为一个全局特征表达，模值计算有多种方式，可以使用虚数与实数的平方和求开方获得。

S4、特征后处理；