计算机辅助设计与图形学学报

作者：张义, 董华, 吴巧云, 易程, 汪俊

关键词：点云配准, 强化学习, 图神经网络, 子图匹配, 交叉图注意力机制

针对低质量三维点云数据配准精度不足、效率低的问题, 为了实现低质量点云的精确、快速配准, 提出一种基于子图匹配和强化学习的点云配准方法.首先将三维点云配准转化为一系列离散的刚性变换连续作用结果, 利用强化学习策略训练一个端到端的模型以迭代输出刚性变换动作; 然后对于模型架构, 采用双流主干网络分别提取源点云与目标点云的局部特征信息, 设计交叉图注意力模块将源点云图和目标点云图中的相似节点关联起来, 使用带选通向量的加权实现图节点的聚合, 分别获取源点云图与目标点云图的全局特征表示; 最后融合源点云图与目标点云图的全局特征, 基于融合特征预测离散的刚性变换动作.强化学习策略的引入显著提高了点云配准算法的泛化性, 在加入交叉图注意力模块后, 点云配准的精度及效率也进一步被提升.在ModelNet40和ScanObjectNN这2个公共基准数据集上与最新的点云配准方法ReAgent进行实验的结果表明, 所提方法能够将旋转误差的均方差数值降低至少0.16, 各向同性旋转误差数值也降低至少0.16, 有效地提升低质量点云配准的精度.

来源：2024年第1期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2024年第1期