基于标记与动态几何感知Transformer的点云配准方法研究

本文推荐研究人员针对点云配准中因稀疏性导致的超点匹配模糊问题，提出MDGT（Marker and Dynamic Geometry Aware Transformer）方法。通过创新性标记注意力机制和动态k值调整策略，在3DMatch和3DLoMatch数据集上分别实现4.62%和9.23%的配准精度提升，为自动驾驶、SLAM等领域提供更鲁棒的几何对齐解决方案。

　　

在三维数字建模和自动驾驶等领域，精确对齐不同视角扫描的点云数据是构建完整场景模型的关键。然而，传统迭代最近点（ICP）算法存在收敛慢、对噪声敏感等问题，而基于深度学习的Transformer方法虽展现出潜力，却受限于超点匹配模糊和计算复杂度高的双重挑战。特别是在重叠区域少、几何结构相似的情况下，现有方法的匹配正确率往往大幅下降。

针对这些痛点，国内研究团队创新性地提出MDGT框架。该工作通过引入标记注意力（Marker Attention）机制，将传统Softmax注意力的二次计算复杂度降为线性，同时保留全局建模能力。更突破性的是设计了动态几何感知特征融合模块（DGFF），通过自适应调整k近邻（kNN）参数，使模型能根据局部几何复杂度动态捕捉多粒度特征。这些创新使MDGT在ModelNet数据集上取得最低的相对旋转和平移误差，在低重叠场景的3DLoMatch数据集上更实现9.23%的匹配精度飞跃。

关键技术方面，研究团队主要采用：1）标记节点聚合广播机制降低计算复杂度；2）基于kNN的局部几何关系建模；3）参数化动态k值调整策略。实验设计涵盖室内（3DMatch/3DLoMatch）、室外（KITTI）和合成（ModelNet）三类基准数据集验证。

【Method部分核心发现】
通过建立源点云P∈R³和目标点云Q∈R³的刚性变换T={R,t}数学模型，提出双阶段优化策略：首先利用标记注意力筛选具有结构相似性的超点对，再通过DGFF模块增强局部特征判别力。其中动态k值调整策略设定邻域上限，根据空间分布自动优化邻居数量。

【Experiments部分验证结果】
在3DMatch数据集上，MDGT的inlier ratio（内点率）超越基线方法4.62%；在更具挑战性的3DLoMatch低重叠场景下，优势进一步扩大至9.23%。值得注意的是，即使减少对应点数量，MDGT仍保持稳定性能，证明其强鲁棒性。

【结论与展望】
该研究通过融合全局标记引导与局部几何自适应，显著提升点云配准精度。标记注意力机制为Transformer在三维视觉中的应用提供新范式，而动态k值策略则开创性地解决固定尺度kNN的局限性。未来可探索该框架在动态场景配准和多模态数据融合中的应用。论文成果发表于《Expert Systems with Applications》，为SLAM、AR/VR等需要高精度空间对齐的技术领域提供重要方法论支撑。