您当前的位置：
首页 >
文章列表页 >
融合深度特征一致性与注意力网络的点云配准方法
信息科学 | 更新时间：2026-09-11
上一篇|下一篇

    • 融合深度特征一致性与注意力网络的点云配准方法

    • Point cloud registration by fusing deep feature consistency with attention network

    • “研究人员提出融合深度特征一致性约束与注意力网络的点云配准方法，通过构建AENet网络提取刚体变换不变性点级描述符，并引入多尺度ICP迭代优化框架实现由粗至精的稳定对齐，为解决传统算法在复杂条件下易陷入局部最优的问题提供解决方案。”
    • 赵夫群 ，陈俊汐 ，周明全
    • 光学精密工程 2026年34卷第8期 页码：1314-1329

    • DOI： 10.37188/OPE.20263408.1314     

      中图分类号：
    • CSTR： 32169.14.OPE.20263408.1314     

    • 修回：2026-03-03 ，

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 7 ) 表( 5 )

  • 参考文献

  • 出版信息

  • 数据统计

257

浏览量

140

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

夜间低光照场景下基于多尺度特征融合的密集行人检测算法
Sat-YOLO：面向空间卫星的目标检测器
融合动态感知与渐进细化的水下图像增强网络
用于物料混合均匀性检测的高光谱图像散焦模糊去除
关系建模和频谱变换的跨模态行人重识别方法

相关作者

马晞茗
李宁
年伦
吴迪
于祥跃
李峥
王瑶
贾国瑜

相关机构

中国科学院 长春光学精密机械与物理研究所 光电对抗部
中国科学院 西安光学精密机械研究所
中国科学院大学
中国石油大学（华东）青岛软件学院、计算机科学与技术学院， 山东省智能油气工业软件重点实验室
江南大学 物联网工程学院