一种3D视觉点云配准方法、系统、存储介质和设备

本发明提供一种3D视觉点云配准方法、系统、存储介质和设备，其方法包括：建立深度学习网络模型，并输入源点云与目标点云；向深度学习网络模型中引入密度注意力算法，并对源点云和目标点云进行处理；向深度学习网络模型中引入旋转感知算法，依据加入权重后的点云特征，提取旋转参数；依据所述旋转参数，将源点云旋转；根据旋转后的源点云，输入深度学习网络模型中的输出层，输出计算结果；依据所述计算结果，进行点云配准。本发明结合密度注意力机制，快速提取重要特征；有效识别关键特征，提高对噪声和复杂形状的鲁棒性，确保配准的准确性和稳定性；利用旋转感知模块提取旋转参数，结合全局最大池化，有效捕捉点云的全局信息，从而提高匹配精度。