三维点云标注方法、装置、设备及存储介质与流程

1.本申请公开了一种三维点云标注方法、装置、设备及存储介质，涉及人工智能技术领域，具体涉及图像处理等技术领域。


背景技术：

2.无人驾驶实践中通常使用多个传感器进行环境信息获取，算法再根据获取到的环境信息进行决策。一般的自动驾驶可以利用多台相机进行多视角的图像获取，根据获取到的图像信息利用图形学的算法进行处理并决策。但是这种方式一方面受天气影响较大，阴暗环境和浓雾天气里传感器的采集能力会急剧下降，导致无法获得充分的环境信息用来决策；另一方面采集后的数据由于视角的影响算法不是很好进行判断，精度不足。


技术实现要素：

3.本申请提供了一种三维点云标注方法、装置、设备以及存储介质。
4.根据本申请的一方面，提供了一种三维点云标注方法，包括：
5.获取采集的三维点云数据；
6.对所述三维点云数据进行解析，得到所述三维点云数据的物理信息；其中，所述物理信息包括各色彩通道的灰度值或强度值中至少一项；
7.根据所述各色彩通道的灰度值或所述强度值中至少一项确定所述三维点云数据的属性信息；
8.将具有所述属性信息的三维点云数据输入语义分割模型，得到所述三维点云数据中物体的实例分割标签；采用所述实例分割标签标注所述三维点云数据。
9.根据本申请的另一方面，提供了一种三维点云标注装置，包括：
10.获取模块，用于获取采集的三维点云数据；
11.解析模块，用于对所述三维点云数据进行解析，得到所述三维点云数据的物理信息；其中，所述物理信息包括各色彩通道的灰度值或强度值中至少一项；
12.确定模块，用于根据所述各色彩通道的灰度值或所述强度值中至少一项，确定所述三维点云数据的属性信息；
13.输入模块，用于将具有所述属性信息的三维点云数据输入语义分割模型，得到所述三维点云数据中物体的实例分割标签；
14.标注模块，用于采用所述实例分割标签标注所述三维点云数据。
15.根据本申请的另一方面，提供了一种电子设备，包括：
16.至少一个处理器；以及
17.与所述至少一个处理器通信连接的存储器；其中，
18.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述实施例所述的三维点云标注方法。
19.根据本申请的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储
介质，所述计算机指令用于使所述计算机执行上述实施例所述的三维点云标注方法。
20.根据本申请的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述实施例所述的三维点云标注方法。
21.根据本申请的技术解决了现有的三维点云标注精度低的技术问题，提高了点云标注的精度。
22.应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
23.附图用于更好地理解本方案，不构成对本申请的限定。其中：
24.图1为本申请实施例一提供的三维点云标注方法的流程示意图；
25.图2为本申请实施例二提供的三维点云标注方法的流程示意图；
26.图3为本申请实施例三提供的三维点云标注方法的流程示意图；
27.图4为本申请实施例四提供的三维点云标注方法的流程示意图；
28.图5为本申请实施例提供的一种对三维点云进行区分展示示例图；
29.图6为本申请实施例五提供的三维点云标注方法的流程示意图；
30.图7为本申请实施例提供的一种三维点云标注方法的示例图；
31.图8为本申请实施例提供的一种三维点云标注装置的结构示意图；
32.图9是根据本申请实施例的三维点云标注方法的电子设备的框图。
具体实施方式
33.以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
34.三维实例分割标注技术是指对激光雷达采集出来的点云文件进行区分实例物体对区域进行多级分类的标注能力。相关技术中，普遍采用框选的方式对三维点云进行标注，标注后的数据可以区分出空间中的物体，也可以通过标识等属性的标注赋予标注物体更丰富的信息。但是由于是对物体用一个外接框来近似标注，物体的形状不能得到很好的还原。比如，对树木进行标注时，由于树冠的部分非常宽大而树干相比之下比较狭窄，就会框入很多多余的部分。
35.为此，本申请提出了一种三维点云标注方法，获取到待标注三维点云数据后，对三维点云数据进行解析，得到三维点云数据的物理信息；其中，物理信息包括各色彩通道的灰度值或强度值中至少一项，根据各色彩通道的灰度值或强度值中至少一项对三维点云数据进行标注，得到具有标注信息的三维点云数据，将具有标注信息的三维点云数据输入语义分割模型，得到三维点云数据中物体的实例分割标签。
36.下面参考附图描述本申请实施例的三维点云标注方法、装置、设备及存储介质。
37.图1为本申请实施例一提供的三维点云标注方法的流程示意图。
38.本申请实施例以该三维点云标注方法被配置于三维点云标注装置中来举例说明，
该三维点云标注装置可以应用于任一电子设备中，以使该电子设备可以执行三维点云标注功能。
39.其中，电子设备可以为个人电脑(personal computer，简称pc)、云端设备、移动设备等，移动设备例如可以为手机、平板电脑、个人数字助理、穿戴式设备、车载设备等具有各种操作系统的硬件设备。
40.如图1所示，该三维点云标注方法，可以包括以下步骤：
41.步骤101，获取采集的三维点云数据。
42.本申请实施例中，激光雷达采集得到的三维点云数据后，可以对采集的三维点云数据进行标注，例如，可以为设置在自动驾驶汽车上的激光雷达采集得到的自动驾驶汽车周围环境的三维点云数据。
43.步骤102，对三维点云数据进行解析，得到三维点云数据的物理信息。
44.其中，物理信息包括各色彩通道的灰度值或强度值中至少一项。
45.本申请实施例中，获取到采集的三维点云数据后，可以对三维点云数据进行解析，以得到三维点云数据包含的各色彩通道的灰度值或强度值中至少一项。
46.本申请实施例中，采集的三维点云数据中可能包含有三维坐标、颜色信息、物体反射强度信息等，因此，在获取到三维点云数据后，可以对三维点云数据进行解析，以得到各色彩通道的灰度值或强度值中至少一项。
47.不同材料由于不同的物理特性对激光的反射或吸收的效果不同，激光雷达在采集三维点云数据的过程中接收到激光返回后可以获得激光的强度值，利用这个强度值可以区分比如车道线(油漆)和路面(沥青)的材质。
48.步骤103，根据各色彩通道的灰度值或强度值中至少一项，确定三维点云数据的属性信息。
49.在一种可能的情况下，在确定三维点云数据的各色彩通道的灰度值之后，可以根据各色彩通道的灰度值确定三维点云数据的属性信息。即属性信息可以为各色彩通道的灰度值。
50.例如，可以根据各色彩通道的灰度值识别出物体间的区别和轮廓，进一步地，对识别出的物体标注属性信息，以得到具有属性信息的三维点云数据。
51.在另一种可能的情况下，如果激光雷达没有采集到物体的颜色信息，对三维点云数据进行解析得到强度值，可以根据强度值确定三维点云数据的属性信息。
52.例如，根据强度值可以识别出物体间的区别，进一步地，对识别出的物体标注属性信息，以得到标注有属性信息的三维点云数据。
53.在又一种可能的情况下，在确定三维点云数据的各色彩通道的灰度值之后，可以根据各色彩通道的灰度值识别物体间的区别和轮廓之后，还存在无法识别的物体，如车道线和路面。这种情况下，可以根据三维点云数据的灰度值和强度值同时确定三维点云数据的属性信息，以得到标注有属性信息的三维点云数据。
54.步骤104，将具有属性信息的三维点云数据输入语义分割模型，得到三维点云数据中物体的实例分割标签。
55.其中，语义分割模型是采用对物体实例进行标注的三维点云数据作为训练样本训练得到的。
56.本申请实施例中，可以采用已经标注物体实例的三维点云数据作为训练样本对语义分割模型进行训练，使得训练后的语义分割模型能够准确地对三维点云数据进行实例分割，从而有利于提高了点云实例分割的精度。
57.本申请实施例中，根据各色彩通道的灰度值或强度值中至少一项对三维点云数据进行识别后，还可能存在未识别出物体实例的情况，这种情况下，可以将具有属性信息的三维点云数据输入经过训练的语义分割模型，以对三维点云数据进行语义分割，得到三维点云数据中物体的实例分割标签。
58.作为一种示例，假设激光雷达采集到的三维点云数据中包括街道、行人、路面、车辆，对三维点云数据进行解析得到物理信息，根据物理信息对三维点云数据进行识别后，可以得到标注有各类别的三维点云数据，但是根据物理信息可能无法识别出各类别的个体，可以将具有标注信息的三维点云数据输入语义分割模型，得到三维点云数据中物体的实例分割标签。由此，提高了三维点云数据标注的精度，使得标注后的三维点云数据能够训练出精度更高的无人驾驶算法。
59.本申请实施例中，语义分割模型主要是对点云中每个点进行预测，根据采集到的点的物理信息(强度值，反射值等)，综合点的位置以及和周围点的关系进行聚类，得到一个个的点簇，这就能确定每个实例了。然后根据每个实例的特征以及场景信息给每个实例进行分类，得到三维点云数据中物体的实例分割标签。这样语义和实例就都获得了，就可以用这个算法去对标注数据进行预处理。
60.步骤105，采用实例分割标签标注三维点云数据。
61.本申请实施例中，确定三维点云数据中物体的实例分割标签后，可以采用实例分割标签标注三维点云数据。
62.本申请实施例的三维点云标注方法，在获取到采集的三维点云数据后，对三维点云数据进行解析，得到三维点云数据的物理信息；其中，物理信息包括各色彩通道的灰度值或强度值中至少一项，根据各色彩通道的灰度值或强度值中至少一项，确定三维点云数据的属性信息，将具有属性信息的三维点云数据输入语义分割模型，得到三维点云数据中物体的实例分割标签，采用实例分割标签标注三维点云数据。由此，通过物理信息和语义分割模型相结合的方式对三维点云数据进行标注，提高了点云数据标注的精确度。
63.在上述实施例的基础上，在对三维点云数据进行解析时，可以按照预设运算方法对三维点云数据包括的颜色信息进行处理，下面结合图2进行详细介绍，图2为本申请实施例二提供的三维点云标注方法的流程示意图。
64.如图2所示，该三维点云标注方法可以包括以下步骤：
65.步骤201，获取采集的三维点云数据。
66.步骤202，获取三维点云数据中各点云的颜色信息。其中，各点云的颜色信息包括顺序排列的各色彩通道的二进制灰度值。
67.作为一种示例，点云的颜色信息由r、g、b三个颜色通道的8位二进制灰度值顺序拼接而成的。
68.在本申请实施例的一种可能的实现下，三维点云数据可以包括每一个点云的颜色信息，在获取到采集的三维点云数据后，可以遍历三维点云数据，以获取到各点云的颜色信息。
69.步骤203，将各点云的顺序排列的各色彩通道的二进制灰度值划分为对应色彩通道的8位二进制灰度值。
70.步骤204，将各色彩通道的二进制灰度值转换为对应的十进制灰度值，以得到各色彩通道的灰度值。
71.本申请实施例中，从点云文件中读取得到三维点云数据后，需要对三维点云数据进行处理，三维点云数据中包括的颜色信息是由各色彩通道的二进制灰度值顺序拼接而成的，因此，首先需要将各点云的顺序排列的各色彩通道的二进制灰度值划分为对应色彩通道的二进制灰度值，进一步地，将各色彩通道的二进制灰度值转换为对应的十进制灰度值，以得到各色彩通道的灰度值。
72.作为一种示例，各点云的颜色信息是由r、g、b三个色彩通道的二进制灰度值顺序排列得到的，其中，一个色彩通道的二进制灰度值为8位，各点云的颜色信息共由24位二进制灰度值按顺序排列得到。获取各点云的颜色信息后，可以将各点云的颜色信息对应的二进制灰度值划分为r、g、b三个色彩通道的8位二进制灰度值，进一步地，将各色彩通道的8位二进制灰度值转换为对应的十进制灰度值，以得到各色彩通道的灰度值。
73.步骤205，根据各色彩通道的灰度值或强度值中至少一项，确定三维点云数据的属性信息。
74.步骤206，将具有属性信息的三维点云数据输入语义分割模型，得到三维点云数据中物体的实例分割标签。
75.步骤207，采用实例分割标签标注三维点云数据。
76.本申请实施例中，步骤205至步骤207的实现过程，可以参见上述实施例中步骤103至步骤105的实现过程，在此不再赘述。
77.本申请实施例的三维点云标注方法，获取到采集的三维点云数据后，获取三维点云数据中各点云的颜色信息，将各点云的顺序排列的各色彩通道的二进制灰度值划分为对应色彩通道的二进制灰度值；将各色彩通道的二进制灰度值转换为对应的十进制灰度值，以得到各色彩通道的灰度值，由此，根据各色彩通道的灰度值对点云进行渲染。
78.在上述实施例的基础上，在获取待标注三维点云数据时，可以从点云文件中按列读取的方式读取得到，下面结合图3进行详细介绍，图3为本申请实施例三提供的三维点云标注方法的流程示意图。
79.如图3所示，该三维点云标注方法可以包括以下步骤：
80.步骤301，获取点云文件。
81.本申请实施例中，激光雷达采集得到三维点云数据后，可以将三维点云数据存储在点云文件中。
82.在对三维点云数据进行标注时，可以从服务器获取预先存储的点云文件，以从点云文件中读取得到待标注三维点云数据。
83.步骤302，按列读取的方式，从点云文件中读取得到三维点云数据。
84.在从点云文件中读取三维点云数据时，可以按行或者按列读取。
85.其中，按行读取的优点是每次读取都是一个完整的点，但缺点是点中的信息可能会缺失。按列读取的优点是可以将点云中的全部信息读取完整，缺点是对齐获取一个完整的点会更加困难，但为了能完整处理整个点云，本申请中通过按列读取的方式从点云文件
中读取得到待标注三维点云数据。
86.步骤303，对三维点云数据进行解析，得到三维点云数据的物理信息。
87.其中，物理信息包括各色彩通道的灰度值或强度值中至少一项。
88.步骤304，根据各色彩通道的灰度值或强度值中至少一项，确定三维点云数据的属性信息。
89.步骤305，将具有属性信息的三维点云数据输入语义分割模型，得到三维点云数据中物体的实例分割标签。
90.步骤306，采用实例分割标签标注三维点云数据。
91.其中，语义分割模型是采用对物体实例进行标注的三维点云数据作为训练样本训练得到的。
92.本申请实施例中，步骤303至步骤306的实现过程，可以参见上述实施例中步骤102至步骤105的实现过程，在此不再赘述。
93.本申请实施例的三维点云标注方法，在获取点云文件后，按列读取的方式，从点云文件中读取得到三维点云数据，对三维点云数据进行解析，得到三维点云数据的物理信息，其中，物理信息包括各色彩通道的灰度值或强度值中至少一项，根据各色彩通道的灰度值或强度值中至少一项，确定三维点云数据的属性信息，将具有属性信息的三维点云数据输入语义分割模型，得到三维点云数据中物体的实例分割标签，采用实例分割标签标注三维点云数据。由此，通过按列读取的方式从点云文件中读取得到完整信息的三维点云数据，进一步地，基于物理信息和语义分割模型相结合的方式对三维点云数据进行标注，有利于提高点云数据标注的精确度。
94.在上述实施例的基础上，在获取到三维点云数据的物理信息后，可以根据物理信息对三维点云数据进行分区展示。下面结合图4进行详细介绍，图4为本申请实施例四提供的三维点云标注方法的流程示意图。
95.如图4所示，该三维点云标注方法可以包括以下步骤：
96.步骤401，获取采集的三维点云数据。
97.步骤402，对三维点云数据进行解析，得到三维点云数据的物理信息。
98.其中，物理信息包括各色彩通道的灰度值或强度值中至少一项。
99.本申请实施例中，步骤401至步骤402的实现过程，可以参见上述实施例中步骤101至步骤102的实现过程，在此不再赘述。
100.步骤403，根据物理信息对三维点云数据进行分区展示。
101.其中，展示的三维点云数据中携带有各色彩通道的灰度值或强度值中至少一项。
102.在本申请实施例的一种可能的情况下，在对三维点云数据进行解析得到三维点云的物理信息后，可以根据物理信息对三维点云数据进行区分展示。
103.本申请中，在对三维点云数据进行分区展示时，可以将解析得到的物理信息作为标量值属性挂载在展示点云中，通过切换展示标量的方式实现可视化分区展示的效果。即展示的三维点云数据中携带有各色彩通道的灰度值或强度值中至少一项。如图5所示，可以根据强度值对三维点云进行分区展示，在对三维点云进行可视化展示时，各三维点云中均携带有对应的物理信息。
104.步骤404，根据各色彩通道的灰度值或强度值中至少一项对三维点云数据进行标
注，得到具有标注信息的三维点云数据。
105.步骤405，将具有属性信息的三维点云数据输入语义分割模型，得到三维点云数据中物体的实例分割标签。
106.步骤406，采用实例分割标签标注三维点云数据。
107.其中，语义分割模型是采用对物体实例进行标注的三维点云数据作为训练样本训练得到的。
108.本申请实施例中，步骤404至步骤406的实现过程，可以参见上述实施例中步骤103至步骤105的实现过程，在此不再赘述。
109.本申请实施例的三维点云的标注方法，在获取采集的三维点云数据后，对三维点云数据进行解析，得到三维点云数据的物理信息，根据物理信息对三维点云数据进行分区展示。由此，实现了对三维点云的分区展示，根据分区展示结果，可以更加直观的确定物体实例。
110.在上述实施例的基础上，在得到三维点云数据中物体的实例分割标签后，可以基于用户操作对实例分割标签进行标注。下面结合图6进行详细介绍，图6为本申请实施例五提供的三维点云标注方法的流程示意图。
111.如图6所示，该三维点云标注方法可以包括以下步骤：
112.步骤601，响应于用户操作对三维点云数据中物体的实例分割标签进行标注。
113.本申请实施例中，对三维点云数据进行语义分割，得到三维点云数据中物体的实例分割标签后，标注员可以根据三维点云数据中物体的实例分割标签对三维点云进行标注。
114.作为一种示例，假设确定三维点云数据中物体的实例分割标签为车辆1和车辆2，响应于用户操作可以在三维点云数据中标注车辆1和车辆2，以提高采用标注后的三维点云数据进行无人驾驶算法训练的精度。
115.步骤602，将标注后的三维点云数据按列进行对齐存储至点云文件中。
116.本申请实施例中，可以通过修改点云的标签属性进行标注，例如，可以在三维点云数据的基础上增加一个cluster_id属性，用无符号的32位整型来记录这个属性。在标注完成后将三维点云数据按列对齐保存到点云文件中。由于点云文件中无法保存字符串类型的数据，因此，本申请中可以通过cluster_id与实例进行关联。
117.本申请中，通过响应于用户操作对三维点云数据中物体的实例分割标签进行标注，将标注后的三维点云数据按列进行对齐存储至点云文件中。由此，实现了对三维点云数据的标注，进一步地，从点云文件中获取到标注后的三维点云数据后，可以基于标注结果训练出精度更高的无人驾驶算法。
118.作为一种示例，如图7所示，按列读取点云文件(如pcd文件)中包含的三维点云数据，对三维点云数据进行解析得到各色彩通道的灰度值或强度值中至少一项，根据各色彩通道的灰度值或强度值中至少一项对三维点云数据进行标注，得到具有标注信息的三维点云数据，将三维点云数据按照物理信息进行分区展示。将具有标注信息的三维点云数据输入语义分割模型，得到三维点云数据中物体的实例分割标签，基于实例分割标签对三维点云数据进行标注，将标注后的三维点云数据按列进行对齐存储至点云文件(如pcd文件)中。
119.为了实现上述实施例，本申请提出了一种三维点云标注装置。
120.图8为本申请实施例提供的一种三维点云标注装置的结构示意图。
121.如图8所示，该三维点云标注装置800，可以包括：获取模块810、解析模块820、确定模块830、输入模块840以及标注模块850。
122.其中，获取模块810，用于获取采集的三维点云数据；
123.解析模块820，用于对所述三维点云数据进行解析，得到所述三维点云数据的物理信息；其中，所述物理信息包括各色彩通道的灰度值或强度值中至少一项；
124.确定模块830，用于根据所述各色彩通道的灰度值或所述强度值中至少一项，确定三维点云数据的属性信息；
125.输入模块840，用于将具有所述属性信息的三维点云数据输入语义分割模型，得到所述三维点云数据中物体的实例分割标签；
126.标注模块850，用于采用实例分割标签标注三维点云数据。
127.在一种可能的情况下，三维点云数据包括颜色信息；解析模块820还可以用于：
128.获取所述三维点云数据中各点云的颜色信息；其中，所述颜色信息包括顺序排列的各色彩通道的二进制灰度值；将各点云的所述顺序排列的各色彩通道的二进制灰度值划分为对应色彩通道的二进制灰度值；将所述各色彩通道的二进制灰度值转换为对应的十进制灰度值，以得到所述各色彩通道的灰度值。
129.在另一种可能的情况下，获取模块810，还可以用于：获取点云文件；按列读取的方式，从所述点云文件中读取得到所述待标注三维点云数据。
130.在另一种可能的情况下，该三维点云标注装置700，还可以包括：
131.展示模块，用于根据所述物理信息对所述三维点云数据进行分区展示，其中，展示的所述三维点云数据中携带有各色彩通道的灰度值或强度值中至少一项。
132.在另一种可能的情况下，该三维点云标注装置700，还可以包括：
133.标注模块，用于响应于用户操作对所述三维点云数据中物体的实例分割标签进行标注；
134.存储模块，用于将标注后的三维点云数据按列进行对齐存储至所述点云文件中。
135.需要说明的是，前述对三维点云标注方法实施例的解释说明也适用于该实施例的三维点云标注装置，此处不再赘述。
136.本申请实施例的三维点云标注装置，在获取到采集的三维点云数据后，对三维点云数据进行解析，得到三维点云数据的物理信息；其中，物理信息包括各色彩通道的灰度值或强度值中至少一项，根据各色彩通道的灰度值或强度值中至少一项，确定三维点云数据的属性信息，将具有属性信息的三维点云数据输入语义分割模型，得到三维点云数据中物体的实例分割标签，采用实例分割标签标注三维点云数据。由此，通过物理信息和语义分割模型相结合的方式对三维点云数据进行标注，提高了点云数据标注的精确度。
137.根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
138.为了实现上述实施例，本申请提出了一种电子设备，包括至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，
139.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述实施例的三维点云标注方法。
140.为了实现上述实施例，本申请提出了一种存储有计算机指令的非瞬时计算机可读
存储介质，所述计算机指令用于使所述计算机执行上述实施例的三维点云标注方法。
141.为了实现上述实施例，本申请提出了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述实施例的三维点云标注方法。
142.如图9所示，图9是根据本申请实施例的三维点云标注方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
143.如图9所示，该电子设备包括：一个或多个处理器901、存储器902，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示gui的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图9中以一个处理器901为例。
144.存储器902即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的三维点云标注方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的三维点云标注方法。
145.存储器902作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的三维点云标注方法对应的程序指令/模块(例如，附图8所示的获取模块810、解析模块820、确定模块830、输入模块840以及标注模块850)。处理器901通过运行存储在存储器902中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的三维点云标注方法。
146.存储器902可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器902可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器902可选包括相对于处理器901远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
147.电子设备还可以包括：输入装置903和输出装置904。处理器901、存储器902、输入装置903和输出装置904可以通过总线或者其他方式连接，图9中以通过总线连接为例。
148.输入装置903可接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置904可以包括显示设备、辅助照明装置(例如，led)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显
示器(lcd)、发光二极管(led)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
149.此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用asic(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
150.这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(pld))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
151.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
152.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、互联网和区块链网络。
153.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端
‑
服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与虚拟专用服务器(virtualprivateserver，vps)中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
154.本申请的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
155.根据本申请实施例的技术方案，在获取到采集的三维点云数据后，对三维点云数据进行解析，得到三维点云数据的物理信息；其中，物理信息包括各色彩通道的灰度值或强
度值中至少一项，根据各色彩通道的灰度值或强度值中至少一项，确定三维点云数据的属性信息，将具有属性信息的三维点云数据输入语义分割模型，得到三维点云数据中物体的实例分割标签，采用实例分割标签标注三维点云数据。由此，通过物理信息和语义分割模型相结合的方式对三维点云数据进行标注，提高了点云数据标注的精确度。
156.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
157.上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。