(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 202210306611.3 (22)申请日 2022.03.25 (71)申请人 腾讯科技 （深圳） 有限公司 地址 518057 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 罗益承　者雪飞　暴林超　陈长海　 薛唐立　 (74)专利代理 机构 北京三高永信知识产权代理 有限责任公司 1 1138 专利代理师 李文静 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/73(2017.01) G06T 7/33(2017.01) G06K 9/62(2022.01)G06V 10/44(2022.01) G06V 10/77(2022.01) (54)发明名称 连接点提取方法、 装置、 计算机设备及存储 介质 (57)摘要 本申请实施例公开了一种连接点提取方法、 装置、 计算机设备及存储介质， 属于计算机技术 领域。 该方法包括： 从包含目标物体的多个图像 中分别识别二维线段； 基于从所述多个图像中识 别到的二维线段， 生成线云数据； 在所述线云数 据中确定多个轮廓点 以及所述多个轮廓点对应 的三维轮廓线段； 从所述多个轮廓点对应的三维 轮廓线段中， 提取所述目标物体的连接点。 本申 请实施例提供的方案中， 提出了一种利用线云数 据提取目标物体的连接点的方式， 基于识别到的 二维线段生成的线云数据， 基于线云数据包含的 三维轮廓线段， 提取目标物体的连接点， 以保证 确定出的连接点是在目标物体的三维轮廓上的 点且是目标物体的至少三个面的交点， 从而保证 了连接点的准确性。 权利要求书3页 说明书26页 附图9页 CN 114677350 A 2022.06.28 CN 114677350 A 1.一种连接点 提取方法， 其特 征在于， 所述方法包括： 从包含目标物体的多个图像中分别识别二维线段， 所述多个图像中所述目标物体的姿 态不同； 基于从所述多个图像中识别到的二维线段， 生成线云数据， 所述线云数据包括所述目 标物体的多条三维线段； 在所述线云数据中确定多个轮廓点以及所述多个轮廓点对应的三维轮廓线段， 其中， 所述轮廓点为所述线云数据中的所述三 维线段的端点， 所述轮廓点与对应的三维轮廓线段 之间的距离小于所述轮廓点与其 他三维线段之间的距离； 从所述多个 轮廓点对应的三维轮廓线段中， 提取 所述目标物体的连接点。 2.根据权利要求1所述的方法， 其特征在于， 所述从所述多个轮廓 点对应的三维轮廓线 段中， 提取 所述目标物体的连接点， 包括： 对所述多个 轮廓点对应的三维轮廓线段进行 特征提取， 得到三维轮廓特 征； 基于所述三维轮廓特征， 确定多个备选点以及每个备选点对应的概率， 所述概率指示 所述备选点是 所述目标物体的轮廓上的连接点的可能性； 基于所述多个备选点对应的概率， 从所述多个备选点中获取所述目标物体的连接点， 所述连接点对应的概 率大于其 他备选点对应的概 率。 3.根据权利要求2所述的方法， 其特征在于， 所述基于所述多个备选点对应的概率， 从 所述多个备选点中获取 所述目标物体的连接点， 包括： 将所述多个备选点中概率最大的备选点， 确定为所述目标物体的第1个连接点； 从当前 剩余的备选点中， 删除与所述第1个连接点之间的距离小于第一距离阈值的备选点； 将删除后剩余的备选点中概率最大的备选点， 确定为所述目标物体的第2个连接点； 从 当前剩余的备选点中删除与所述第2个连接点之间的距离小于所述第一距离阈值的备选 点， 直至不再剩余备选点， 或者， 直至已确定所述目标物体的第n个连接点， 且当前剩余的备 选点与所述第n个连接点之间的距离小于所述第一距离阈值， n 为大于1的整数。 4.根据权利要求2所述的方法， 其特征在于， 所述对所述多个轮廓 点对应的三维轮廓线 段进行特征提取， 得到三维轮廓特 征， 包括： 基于所述多个轮廓点对应的三维轮廓线段的端点的坐标， 生成第一特征， 所述第一特 征包括每 个轮廓点对应的局部特 征； 分别对所述第 一特征中所述每个轮廓 点对应的局部特征进行降维， 将降维后的多个局 部特征构成第二特 征； 对所述第一特 征进行全局降维， 得到第三特 征； 将所述第二特 征与所述第三特 征进行拼接， 得到所述 三维轮廓特 征。 5.根据权利要求1所述的方法， 其特征在于， 所述在所述线云数据中确定多个轮廓 点以 及所述多个 轮廓点对应的三维轮廓线段之前， 所述方法还 包括： 基于所述多条三维线段的端点的坐标， 确定坐标平均值以及每条三维线段中的每个端 点与坐标系原点之间的距离， 所述坐标系原点为所述线云数据所处的三维坐标系中的原 点； 从当前已确定的多个距离中选取最大距离； 对于所述线云数据中的每个端点， 确定所述端点的坐标与所述坐标平均值之间的差权　利　要　求　书 1/3 页 2 CN 114677350 A 2值， 将所述差值与所述 最大距离之间的比值确定为所述端点更新后的坐标； 对于所述线云数据中的每条三维线段， 基于所述三维线段的端点更新后的坐标， 确定 所述三维线段更新后的三 维线段， 将所述多 条三维线段更新后的三 维线段构成更新后的线 云数据。 6.根据权利要求5所述的方法， 其特征在于， 所述从所述多个轮廓 点对应的三维轮廓线 段中， 提取 所述目标物体的连接点之后， 所述方法还 包括： 对于每个连接点， 确定所述连接点的坐标与所述最大距离之间的乘积， 将所述乘积与 所述平均值的和值， 确定为所述连接点更新后的坐标。 7.根据权利要求1所述的方法， 其特征在于， 所述在所述线云数据中确定多个轮廓点， 包括： 从所述多条三维线段的端点中选取任一端点， 确定为第1个 轮廓点； 确定当前剩余的每个端点分别与所述第1个轮廓点之间的第一距离， 将当前剩余的端 点中第一距离最大的端点， 确定为第2个 轮廓点； 对于当前剩余的每个端点， 确定所述端点与当前已确定的每个轮廓点之间的第二距 离， 将所述端点对应的多个第二距离中的最小距离， 确定为所述端点对应的第三距离； 将当 前剩余的端点中第三距离最大的端点， 确定为第3个轮廓点， 直至获取到第m个轮廓点， m为 大于2的整数。 8.根据权利要求1所述的方法， 其特征在于， 在所述线云数据中确定所述多个轮廓 点对 应的三维轮廓线段， 包括： 对于所述多个轮廓 点中的每个轮廓 点， 分别确定所述轮廓 点与所述线云数据中每条三 维线段之间的距离； 从所述线云数据中， 确定与 所述轮廓 点之间的距离小于第 二距离阈值的三维线段的数 量； 在所述数量不小于数量阈值的情况下， 将所述线云数据中与 所述轮廓 点之间的距离最 小的所述数量阈值条三维线段， 确定所述轮廓点对应的三维轮廓线段， 所述轮廓点与对应 的三维轮廓线段之间的距离小于所述轮廓点与其 他三维线段之间的距离 。 9.根据权利要求8所述的方法， 其特征在于， 所述从所述线云数据中， 确定与所述轮廓 点之间的距离小于第二距离阈值的三维线段的数量之后， 所述方法还 包括： 在所述数量小于所述数量阈值的情况下， 将所述线云数据中与 所述轮廓 点之间的距离 小于所述第二距离阈值的三维线段， 确定为所述轮廓点对应的三维轮廓线段。 10.根据权利要求1 ‑9任一项所述的方法， 其特 征在于， 所述方法还 包括： 基于所述目标物体的多个连接点的分布位置， 将所述多个连接点连接构 成所述目标物 体的三维轮廓。 11.根据权利要求1 ‑9任一项所述的方法， 其特征在于， 所述基于从所述多个图像中识 别到的二维线段， 生成线云数据， 包括： 基于所述多个图像中所述目标物体的姿态， 获取每 个图像对应的内参和外参； 基于所述多个图像中的二维线段以及所述多个图像对应的内参和外参， 确定所述多个 图像中相互匹配的二维线段； 基于所述多个图像的内参和外参， 对所述多个图像中相互匹配的二维线段进行重建，权　利　要　求　书 2/3 页 3 CN 114677350 A 3