摘要
三维点云配准是计算机视觉领域中经常出现的一个基本问题。非刚性物体随着时间和任意的运动而变形，有很大的参数空间，给配准任务带来了巨大挑战。现有方法在大幅度形变下的细节处配准效果依旧不够精细且造成较大的时间开销。基于上述问题,本文提出了一种基于语义映射的U-Transformer结构来实现非刚性三维点云在精细处的配准。在解决上述问题的前提下，进一步研究了不均匀噪声对点云配准的影响，提出了一种基于重点感知域学习的U-Transformer结构对网络进行抗噪加强。本文主要包括以下内容: (1)随着虚拟现实技术的不断发展，非刚性三维点云配准任务已经被广泛研究，但目前的方法无法在点云密度较大区域实现鲁棒的配准效果。基于这一发现，本文提出了一种在体素网格上使用基于语义映射的U-Transformer结构的方法。首先，在粗配准和精配准阶段提出了语义映射模块，该模块将全分辨率特征映射至体积较小的空间矩阵,为后续的注意力模块提供了含有丰富语义的特征图;其次，提出了双向多头注意力模块，该模块将输入特征和语义特征进行交叉学习，不仅将传统注意力的复杂度降低至线性水平，同时提取到细粒度边界的点云特征;最后，提出了在不同分辨率上进行特征融合的多尺度模块，将不同阶段的特征图串联起来。实验结果表明，本文提出的方法相较于现有的经典算法取得了最佳的配准效果，体现了较好的鲁棒性。 (2)工业场景中的点云配准，通常会存在大面积的非均匀噪声干扰，影响配准效果。现有的方法在噪声点云数据集上配准效果不佳。基于这一发现，本文在U-Transformer结构的基础上，提出了一种基于重点感知域学习的方法。首先，提出点特征提取模块使网络特征更加丰富;其次，提出了对点云自身结构感知的自注意力模块以清晰点云边界和整体特征;最后，提出了针对点云交互式学习的重点感知域模块，有效的确定了点云本体结构并抑制了噪声对配准的影响。实验结果表明，本文提出的重点感知域学习算法在噪声点云数据集上相较于现有经典方法取得了最佳的配准效果，提升了配准精确度。
NETL