Для решения проблемы ошибочного сопоставления точек между облаками точек из-за влияния выбросов, частичного перекрытия точек и несоответствующих сходных точек, в данной работе разработан неконтролируемый алгоритм регистрации облаков точек, объединяющий взаимодействие признаков и усиление сопоставления точек. Сначала разработан модуль слияния признаков, который осуществляет взаимодействие между извлечёнными признаками исходного и целевого облаков точек и объединяет эти взаимодействующие признаки с признаками предыдущего слоя в соответствующих позициях для усиления выразительности признаков. Затем предложен модуль слияния графовой свёртки и Transformer, использующий графовую свёртку для извлечения локальной геометрической информации и механизм самовнимания Transformer для получения глобального контекстного понимания, одновременно введён механизм перекрёстного внимания для реализации взаимодействия между признаками облаков точек. Наконец, введён модуль усиления сопоставления точек, использующий евклидовы расстояния между признаками точек исходного и целевого облаков, а также сходство признаков соседних точек для сопоставления соответствующих точек. Алгоритм протестирован на наборах данных ModelNet40 (с шумом), 7Scenes, ICL-NUIM, KITTI и ScanObjectNN. Результаты экспериментов показывают снижение среднеквадратической ошибки RMSE (R) по сравнению с алгоритмом IFNet на 31.93%, 23.72%, 19.76%, 10.53% и 21.05% соответственно, что подтверждает превосходство предложенного алгоритма в точности регистрации и устойчивости. В целом, алгоритм демонстрирует высокую точность регистрации, хорошую обобщаемость и стойкость к шуму, показывая перспективы для практического применения.

регистрация облаков точек;взаимодействие признаков;перекрёстное внимание;усиление сопоставления точек;неконтролируемый