计算机辅助设计与图形学学报

作者：杨军, 张思洋, 吴衍

关键词：三维点云模型, 对应关系, 无监督学习, 混合注意力, 相似度矩阵

针对非刚性三维点云模型对应关系构建中后处理过程计算复杂、算法泛化能力较差的问题, 提出一种采用混合注意力机制并以无监督学习的方式计算对应关系的算法.首先引入点对特征改进边缘卷积, 使提取的特征蕴含点与点之间更多的相似位姿信息; 然后构建以余弦相似度计算为核心的混合注意力优化模块, 将模型间特征相似的部分编码为相似度矩阵; 最后, 直接利用相似度矩阵与坐标信息双向重建对应的模型, 获取最终的对应关系结果.在SURREAL, SHREC’19, SMAL和TOSCA数据集上的定性和定量实验结果表明, 所提算法与CorrNet3D算法相比, 在利用原始模型与重建模型之间的欧几里得距离衡量对应关系误差时, 平均误差在SHREC’19和TOSCA数据集上分别减少了0.19和5.00, 在容忍误差为10%时对应关系准确率分别提高了9.26个百分点和20.41个百分点, 且在不同数据集上具有良好的泛化能力.

来源：2024年第10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10期