基于空间一致感知Transformer的三维点云配准OA
精确对应关系的提取对于刚性和非刚性点云配准任务至关重要。现有方法特征生成阶段几何与语义点特征易受低重叠、变形程度不确定和对称模糊等因素干扰,致使对应关系异常。针对上述问题,提出了一种空间一致感知Transformer的三维点云配准方法——SCTrans(spatial consistency-aware Transformer)。设计嵌入点对特征坐标的多尺度局部结构学习模块,通过融合局部几何特性来增强旋转不变的几何特征;构建全局Transformer,通过空间位置感知Transformer和局部一致感知Transformer来实现特征显著性和一致性的结合,使其在低重叠和对称情况下具有鲁棒性;此外,采用从粗到细的位置感知特征匹配策略,计算初始对齐为后续特征交互提供基础空间关系。实验结果表明,在测试4DMatch和4DLoMatch基准的非刚性特征匹配召回率方面中,SCTrans分别比现有方法高出1.2和0.9个百分点。
贾莹博;熊风光;巩海鑫;马乔;曹瑜;郭瑞泽
中北大学计算机科学与技术学院,太原030051中北大学计算机科学与技术学院,太原030051 山西省视觉信息处理及智能机器人工程研究中心,太原030051 机器视觉与虚拟现实山西省重点实验室,太原030051中北大学计算机科学与技术学院,太原030051中北大学计算机科学与技术学院,太原030051中北大学计算机科学与技术学院,太原030051中北大学计算机科学与技术学院,太原030051
信息技术与安全科学
点云配准非刚性点云对应关系多特征融合空间位置感知局部一致性
《计算机工程与应用》 2026 (14)
P.305-314,10
国家自然科学基金(62272426,62106238)山西省科技重大专项计划“揭榜挂帅”项目(202201150401021)山西省自然科学基金(202203021212138,202303021211153,202203021222027)山西省科技成果转化引导专项(202104021301055)山西省科技战略研究专项(202404030401014)。
评论