低重叠点云配准网络

速度近两倍

图特征提取与稀疏卷积细化协同，显著提升大位移低重叠点云的对应学习效率。

吴巧云 · 汪俊 · Yi, Zhang · Hua, Dong · 易程

IEEE Transactions on Multimedia 2023

参数信息

加速比

≈2 ×

技术优势

配准速度提升近两倍

在部分真实场景下，该方法速度几乎是竞争方法的两倍，可直接提升实时性。

精度不妥协

在加速的同时，配准精度与当前最先进方法相当，没有以精度换速度。

适应大位移低重叠

通过图特征提取和稀疏卷积细化，即使在点云重叠率低且相对平移大的情况下，也能学习到高质量对应。

应用场景

• 增强现实：为AR设备提供低延迟、实时的环境点云配准。
• 机器人即时定位与地图构建：加速机器人大范围移动中的点云配准与地图更新。
• 三维重建：提升低重叠多视角点云拼接的效率和稳定性。