既存の部分重複点群登録アルゴリズムは、重複境界領域の認識および非重複点の除去に課題があり、部分重複点群登録アルゴリズムの性能向上を制限している。これらの問題に対処するため、本論文では二段階の重複スコアとマッチングマトリクス駆動型の部分重複点群登録ネットワークを設計した。まず姿勢推定モジュールでは近隣の一貫した特徴を入力として初期姿勢を推定し、初期アライメントの精度を向上させる；次にチャネル空間認識Transformerモジュールを設計し、二つの点群の重複領域を認知して重複境界領域の精密な認識を維持する；続いてTransformerベースの特徴エンコーダを提案し、初期アライメント後の点群特徴をエンコードして特徴マップの全体および顕著なチャネル特徴を抽出する；最後に外れ値除去手法を用いてコサイン類似度マトリクスをマッチングマトリクスに変換し、非重複点を除去し、点間の対応関係を正しくマッチングする。本手法はModelNet40、ShapeNetCore.v2、およびStanford Bunnyデータセットで検証され、ModelNet40では次善アルゴリズムGeoTransformerに対し平均等方誤差MIE（R）と平均絶対誤差MAE（R）がそれぞれ12.79％、9.78％低減；ShapeNetCore.v2では次善アルゴリズムMGFPCRに対し二乗平均平方根誤差RMSE（R）と平均絶対誤差MAE（R）がそれぞれ42.00％、61.66％低減；Stanford Bunnyでは次善アルゴリズムROPNetに対しRMSE（R）とMAE（R）がそれぞれ25.53％、5.58％低減した。実験結果より、本手法は他のアルゴリズムに比べて汎化性能および耐ノイズ性能に優れていることが示された。

画像処理;点群登録;重複スコア予測;チャネル空間認識;弛緩変数