Pour résoudre le problème des mauvaises correspondances partielles entre des points dans l'enregistrement de nuages de points causées par les points aberrants, le chevauchement partiel des points et des points similaires non correspondants, cet article propose un algorithme non supervisé d'enregistrement de nuages de points combinant l'interaction des caractéristiques et l'amélioration de l'appariement des points. Tout d'abord, un module de fusion des caractéristiques est conçu pour interagir les caractéristiques extraites du nuage source et du nuage cible et fusionner ces caractéristiques interactives avec celles extraites de la couche précédente à la même position afin de renforcer la capacité d'expression des caractéristiques. Ensuite, un module de fusion Graph Convolution-Transformer est proposé, utilisant la convolution de graphe pour extraire l'information géométrique locale et le mécanisme d'attention automatique du Transformer pour obtenir des informations contextuelles globales, tout en introduisant un mécanisme d'attention croisée pour réaliser l'interaction et la fusion des caractéristiques entre les nuages de points. Enfin, un module d'amélioration de l'appariement des points est introduit, utilisant la distance euclidienne entre les caractéristiques des points source et cible ainsi que la similarité des caractéristiques de voisinage des points pour correspondre à leurs relations. L'algorithme a été validé sur les jeux de données ModelNet40 (avec bruit), 7Scenes, ICL-NUIM, KITTI et ScanObjectNN. Les résultats expérimentaux montrent que, par rapport à l'algorithme IFNet, l'erreur quadratique moyenne RMSE (R) diminue respectivement de 31,93 %, 23,72 %, 19,76 %, 10,53 % et 21,05 %, démontrant pleinement l'avantage de l'algorithme proposé en termes de précision et de robustesse de l'enregistrement. En résumé, l'algorithme présente d'excellentes performances en précision d'enregistrement, capacité de généralisation et résistance au bruit, montrant un bon potentiel d'application.

enregistrement de nuages de points;interaction des caractéristiques;attention croisée;amélioration de l'appariement des points;non supervisé