基于膨胀图卷积与离群点过滤的残缺点云配准

来源：计算机工程与应用杂志2022年第22期北京时间：

作者：孙战里, 张玉欣, 陈霞

单位：1.安徽大学 人工智能学院，合肥 230601；2.安徽大学 多模态认知计算安徽省重点实验室，合肥 230601；3.安徽大学 电气工程与自动化学院，合肥 230601；4.安徽农业大学 信息与计算机学院，合肥 230036；

摘要：由于点云在非欧几里德空间中，受到结构不规则、噪声、离群点等不利因素的影响，如何准确配准残缺点云，仍然是一个具有挑战性的任务。针对此任务，提出了一种有效的残缺点云配准网络。为了有效提取局部点云的细粒度特征，设计了一个密集膨胀图卷积模块，通过设置不同的膨胀率增大感受野，该模块中的密集连接形式，能够在有效利用特征的同时，加强特征间的信息传递。在所提出的网络结构中，基于多层感知器的离群点过滤模块，通过利用上下文标准化过滤掉不匹配的点对。在该网络中，匹配点云所需要的转换参数，利用奇异值分解模块获取。在三个广泛使用的数据集ModelNet40、ShapeNetCore与Real Data上的实验结果，验证了所提出网络的有效性。

关键词：膨胀图卷积,密集连接,离群点过滤,点云配准