发明 一种基于多尺度特征相似度约束的点云配准方法及系统
计算机视觉 图形学 增强现实 姿态估计 三维场景重建 深度学习 计算机视觉 图形学 增强现实 姿态估计 三维场景重建 深度学习 【计算机视觉 图形学 增强现实 姿态估计 三维场景重建 深度学习】 2人
G06T7/33 G06N3/04 G06N3/08
摘要：本发明属于计算机视觉图形学领域，具体涉及一种基于多尺度特征相似度约束的点云配准方法及系统，通过对点的匹配可信度进行主动评估，同时采用注意力融合机制的网络提取区分性的特征，同时使用双向的交替对应搜索机制和灵活的错位损失函数来进行鲁棒学习，引入一致性约束下的点对权重分配方案，最后以加权SVD求出变换矩阵，提升了配准的精度，本发明能够在点云间建立鲁棒的对应关系，提升深度模型对点云配准的效果，促进了相关技术领域的发展。
