[发明专利]基于点云的物体分类方法及相关设备

权利要求书

1.一种基于点云的物体分类方法，其特征在于，包括：

确定目标物体的对齐点云坐标数据；

基于所述对齐点云坐标数据和全局注意力机制确定高层特征矩阵；

基于所述高层特征矩阵确定所述目标物体的全局特征以确定分类结果。

2.根据权利要求1所述的方法，其特征在于，还包括：

基于目标物体确定点云坐标数据；

基于空间变换网络对所述点云坐标数据进行空间变换以确定所述对齐点云坐标数据。

3.根据权利要求1所述的方法，其特征在于，所述基于所述对齐点云坐标数据和全局注意力机制确定高层特征矩阵，包括：

基于全局特征提取架构和所述全局注意力机制确定基于全局注意力机制的目标全局特征提取模型；

基于所述对齐点云坐标数据和所述基于全局注意力机制的目标全局特征提取模型确定高层特征矩阵。

4.根据权利要求3所述的方法，其特征在于，所述基于全局注意力机制的目标全局特征提取模型包括：基于全局注意力机制的多层感知机网络、基于级联全局注意力机制的特征变换网络和基于级联全局注意力机制的多层感知机网络。

5.根据权利要求4所述的方法，其特征在于，

所述级联全局注意力机制是由多个全局注意力机制级联而成的，

所述多层感知机网络用于对点云数据的特征进行提取，

所述特征变换网络用于对点云数据的特征进行对齐。

6.根据权利要求4所述的方法，其特征在于，所述基于所述对齐点云坐标数据和全局注意力机制确定高层特征矩阵，包括：

对所述对齐点云坐标数据进行基于全局注意力机制的多层感知机网络处理以获取低层特征矩阵；

对所述低层特征矩阵通过进行基于级联全局注意力机制的特征变换网络处理以获取对齐低层特征矩阵；

对所述对齐低层特征矩阵进行基于级联全局注意力机制的多层感知机网络处理以获取高层特征矩阵。

7.根据权利要求1所述的方法，其特征在于，所述基于所述高层特征矩阵确定所述目标物体的全局特征以确定分类结果，包括：

对所述高层特征矩阵进行最大池化处理以获取全局特征；

对所述全局特征进行全连接网络处理以对所述目标物体进行分类。

8.一种基于点云的物体分类方法装置，其特征在于，

第一确定单元，用于确定目标物体的对齐点云坐标数据；

第二确定单元，用于基于所述对齐点云坐标数据和全局注意力机制确定高层特征矩阵；

第三确定单元，用于基于所述高层特征矩阵确定所述目标物体的全局特征以确定分类结果。

9.一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包括存储的程序，其中，在所述程序被处理器执行时实现如权利要求1至权利要求7中任一项所述的基于点云的物体分类方法的步骤。

10.一种电子设备，其特征在于，所述电子设备包括至少一个处理器、以及与所述处理器连接的至少一个存储器；其中，所述处理器用于调用所述存储器中的程序指令，执行如权利要求1至权利要求7中任一项所述的基于点云的物体分类方法的步骤。