揭秘3D点云语义分割工具

随着自动驾驶技术发展驶入快车道，3D传感器的使用正在变得越来越普遍。常见的3D传感器包括激光雷达、毫米波雷达、深度相机、3D扫描仪等，它们可以从现实世界中获取物体和环境的几何、形状和比例信息，帮助AI理解现实环境。

3D传感器的扫描数据通常以3D点云的形式保存每个点的信息，包括三维坐标、反射率、尺寸等。如何从3D点云中获取有用的信息，是人工智能的重要研究领域。

澳鹏Appen中国研发中心融汇全球经验、针对本土行业特点自主研发的人工智能辅助数据标注平台，集成了为多样场景定制的标注工具箱。其中，3D点云语义分割工具是标注点云的常用工具。该工具能够解析并展示3D点云数据、对每个点赋予语义标签，以实现对现实中三维场景的解释。

► 3D点云语义分割基本操作

第一步：将点云中的点以某种方式进行区分

第二步：将不同的点标注上不同的语义标签

#1 区分点

在采集点云数据时，可以同步采集同一个环境的2D图像，在标注时可以对照点云和2D图像，以判断点的语义。

工具提供点云调色板，项目经理可以提前配置标注任务的点云色彩渲染方案，标注员也可以在标注过程中根据实际场景调整并保存其他配色方案。合适的色彩渲染方案可帮助标注员分辨点云场景中的物体，大大提高标注效率及正确率。

配置点云色彩渲染方案，首先需要根据点云数据的某个特征进行上色。不同的物体在反射率和高度等信息上会有区别，工具支持按照反射率或高度，将不同的点渲染为不同的颜色，以进行区分。

工具支持自定义点云颜色渲染。用户可以自定义控制点的数量、位置和颜色。

▲ 按照物体高度调色

下图中，通过高度和自定义的三个控制点，可以非常明显地区分出场景里的地面及地面上的物体，比如车、人、杆状物、墙等等。

反射率映射方式则通常应用在车道线或者交通标志的标注任务中。

▲ 按照物体反射率调色

车道线和交通标志的反射率通常和周边环境有很大的区别。比如，下图中的红色区域就是交通标志牌。

除了反射率和高度，工具还可以根据客户需求定制点云颜色渲染方案。比如根据点的速度信息，用颜色可视化场景中的运动物体，可以知道哪些物体是远离采集车、哪些物体是靠近采集车。在融合点云的场景中，可以根据点所属的采集设备，用颜色区分不同激光雷达采集到的点。

#2 标注语义标签

针对不同的标注要求和场景，可以选用不同的标注工具。常用的标注工具包括：单点、笔刷、多边形等。使用工具选择一个或多个点，并对这些点标注语义标签。

▲ 标注工具：单点

▲ 标注工具：笔刷

▲ 标注工具：多边形

澳鹏Appen是全球领先的AI训练数据服务提供商。凭借20多年的海外平台实践，澳鹏中国产研精英团队独立自主打造了适合本土行业特点的“高精度AI数据服务平台”，集成了强大的产品技术攻关能力、高效的项目管理水平及百万级众包资源。目前已助力全球7500+个AI项目研发及商业化。

澳鹏（中国）人工智能辅助数据标注平台，集成多样标注工具箱 覆盖各种标注场景