(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 202210827052.0 (22)申请日 2022.07.13 (71)申请人 腾讯科技 （深圳） 有限公司 地址 518000 广东省深圳市南 山区高新区 科技中一路腾讯大厦3 5层 (72)发明人 周昊冉　曹赟　储文青　朱俊伟　 邰颖　汪铖杰　 (74)专利代理 机构 北京市立方律师事务所 11330 专利代理师 张筱宁　张海秀 (51)Int.Cl. G06T 7/73(2017.01) G06V 10/40(2022.01) G06V 10/774(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 点云数据处理方法、 装置、 电子设备及存储 介质 (57)摘要 本申请实施例提供了一种点云数据处理方 法、 装置、 电子设备及存储介质， 涉及人工智能、 三维建模以及云技术等领域。 该方法包括： 对原 始点云数据进行特征提取， 得到多个第一点的特 征表示， 该特征表示包括三维坐标和点特征； 对 于每个第一点， 根据各第一点的坐标从多个第一 点中确定 出该点的第一数量的邻域点， 根据该点 的特征表 示和该点的每个邻域点的特征表示， 确 定该点与其每个邻域点之间的关联性， 根据关联 性， 将该点的各个邻域点的特征表示进行融合， 得到对应的融合特征， 基于各个第一点对应的融 合特征， 得到多个第二点的第二特征表示； 基于 各个第二点的特征表示， 生成目标点云数据。 基 于本申请实施例的该方法， 能够 有效提高点云数 据的补全效果。 权利要求书4页 说明书24页 附图5页 CN 115187665 A 2022.10.14 CN 115187665 A 1.一种点云数据处 理方法， 其特 征在于， 所述方法包括： 获取待补全的原 始点云数据， 所述原 始点云数据包括多个初始点的三维坐标； 对所述原始点云数据进行特征提取， 得到多个第一点的特征表示， 每个所述第一点的 特征表示包括该第一 点的三维坐标和点特 征； 根据各个第 一点的三维坐标， 从所述多个第 一点中确定出每个第 一点的第 一数量的邻 域点； 对于每个所述第一点， 根据该第一点的特征表示和该第一点的每个邻域点的特征表 示， 确定该第一点与该第一点的每个邻域点之间的关联性， 并根据该第一点的各个邻域点 对应的关联性， 将该第一点的各个邻域点的特征表示进行融合， 得到该第一点对应的融合 特征； 基于各个第一 点对应的融合特 征， 得到多个第二 点的第二特 征表示； 基于所述多个第二 点的特征表示， 生成补全后的目标点云数据。 2.根据权利要求1所述的方法， 其特征在于， 每个所述第 一点对应的融合特征是通过以 下方式得到的： 对于每个所述第一点， 将该第一点的点特征和三维坐标拼接， 得到该第一点的第一特 征； 对于每个第一点的每个邻域点， 根据该第一点的第一特征和该邻域点的第一特征， 确 定该第一 点与该邻域 点之间的关联性； 对于每个所述第一点， 将该第一点的各个邻域点对应的关联性作为权重， 对该第一点 的各个邻域 点的第一特 征进行加权融合， 得到该第一 点对应的融合特 征。 3.根据权利要求2所述的方法， 其特征在于， 每个所述第 一点与该第一点的邻域点之间 的关联性、 以及该第一点对应的融合特征， 是采用基于通道注意力机制的至少一个第一注 意力模块实现的； 其中， 在所述第一注意力模块有至少两个时， 每个所述第一点对应的融合特征是通过 以下方式得到的： 对于每个第一点， 将该第一点的第一特征作为查询向量， 将该第一点的每个邻域点的 第一特征分别作为键向量， 通过每 个所述第一注意力模块分别执 行以下操作： 对于该第一点的每个邻域点， 基于该第一点的第一特征和该邻域点的第一特征， 确定 该第一点和该邻域 点之间的第一注意力权 重， 将所述第一注意力权 重作为所述关联性； 采用该第一点的各个邻域点对应的第 一注意力 权重， 对相应的各个邻域点的第 一特征 进行加权融合， 得到该第一 点对应的新特 征； 其中， 每个所述第 一点对应的融合特征包括该第 一点对应于各所述第 一注意力模块的 新特征； 所述基于各个第一 点对应的融合特 征， 得到多个第二 点的第二特 征表示， 包括： 将每个所述第一点对应于每个所述第一注意力模块的新特征分别作为一个第二点的 点特征， 基于多个第二点的点特征， 生成各个第二点的三维坐标， 其中， 每个第二点的特征 表示包括该第二 点的三维坐标和点特 征。 4.根据权利要求2或3所述的方法， 其特 征在于， 还 包括： 对于每个第一点， 根据该第一 点的三维坐标， 生成该第一 点的空间坐标 特征；权　利　要　求　书 1/4 页 2 CN 115187665 A 2对于每个第一点的每个邻域点， 所述根据该第一点的第一特征和该邻域点的第一特 征， 确定该第一 点与该邻域 点之间的关联性， 包括： 根据该第一点的第一特征、 该邻域点的第一特征以及该邻域点的空间坐标特征， 确定 该第一点与该邻域 点之间的关联性； 对于每个第一点， 所述将该第一点的各个邻域点对应的关联性作为权重， 对该第一点 的各个邻域 点的第一特 征进行加权融合， 得到该第一 点对应的融合特 征， 包括： 对于该第一点的每个邻域点， 基于该邻域点的第一特征和空间坐标特征进行特征提 取， 得到该邻域 点的第二特 征； 采用该第一点的各个邻域点对应的权重， 对该第 一点的各个邻域点的第 二特征进行加 权融合， 得到该第一 点对应的融合特 征。 5.根据权利要求1所述的方法， 其特征在于， 所述基于所述多个第二点的特征表示， 生 成补全后的目标点云数据， 包括： 基于所述多个第二点的特征表示， 通过进行至少一次上采样处理， 得到多个目标点的 点特征， 并根据所述多个目标点的点特征， 得到多个目标点的三 维坐标， 所述目标点云数据 包括所述多个目标点的三维坐标。 6.根据权利要求5所述的方法， 其特征在于， 所述多个目标点的三维坐标是通过以下方 式得到的： 基于所述多个初始点的三维坐标和各个第二点的三维坐标， 确定初始 的点云输入， 所 述初始的点云输入 包括多个输入点的三维坐标； 将所述初始的点云输入作为第 一次上采样处理的点云输入， 重复执行上采样处理直至 达到设定次数， 将最后一次上采样处理得到的多个输出点的三维坐标， 确定为多个目标点 的三维坐标； 其中， 所述上采样处 理包括以下步骤： 对于点云输入中的每个所述输入点， 根据 该输入点的三维坐标和各个第 二点的三维坐 标， 确定该输入点和各个第二点之间的距离， 根据所述距离从各个第二点中确定出该输入 点的第二数量的邻域 点； 对于每个所述输入点， 通过融合该输入点的各个邻域点的点特征， 得到该输入点的点 特征； 基于各所述输入点的三维坐标和点特 征， 通过特征上采样得到多个输出点的点特 征； 基于所述多个输出点的点特征， 得到各个输出点的三维坐标， 并将各个输出点的三维 坐标作为下一次上采样处 理的点云输入。 7.根据权利要求6所述的方法， 其特征在于， 对于每个所述输入点， 所述通过融合该输 入点的各个邻域 点的点特 征， 得到该输入点的点特 征， 包括： 根据该输入点与该输入点的每个邻域点之间的距离， 确定该输入点的每个邻域点对应 的权重， 其中， 每 个邻域点对应的权 重与该邻域 点对应的距离成负相关； 根据该输入点的各个邻域点对应的权重， 对该输入点的各个邻域点的点特征进行加权 融合， 得到 输入点的点特 征。 8.根据权利要求6所述的方法， 其特征在于， 对于每一次上采样处理， 所述基于各所述 输入点的三维坐标和点特 征， 通过特征上采样得到多个输出点的点特 征， 包括：权　利　要　求　书 2/4 页 3 CN 115187665 A 3