一种基于动态图注意力机制的秦俑三维点云鲁棒配准方法

摘要

本发明公开了一种基于动态图注意力机制的秦俑三维点云鲁棒配准方法，包括：步骤1，通过三维扫描仪获取不同分辨率的秦俑三维点云；步骤2，在U‑Net网络中，将卷积层替换为B‑NHN‑Conv，将反卷积层替换为B‑NHN‑ConvTr，并将残差模块和动态图注意力机制嵌入到U‑Net网络中，得到点云配准网络；步骤3，将不同分辨率的秦俑三维点云输入到点云配准网络中，在circle loss损失函数和overlap loss损失函数的监督下对其进行训练；步骤4，利用训练完成的点云配准网络提取秦俑三维点云特征，并结合RANSAC算法来估计源点云与目标点云之间的变化矩阵，完成秦俑三维点云的配准。本发明提供的配准方法在点云分辨率不匹配、包含大量噪声的情况下仍能学习鲁棒的特征并较好地完成低重叠度下点云的配准。