一种重叠掩码优化由粗到精的点云自动配准方法及系统

本发明属于计算机视觉和三维场景重建技术领域，公开了一种重叠掩码优化由粗到精的点云自动配准方法及系统。首先，利用KPConv编码器对输入点云进行特征提取，通过核点引导的局部聚合机制与下采样操作，获取粗尺度超点特征；其次，引入位置感知注意力模块，在超点特征中嵌入位置信息，为注意力机制提供几何约束，并通过自注意力与交叉注意力操作自适应融合局部几何结构与全局上下文信息，增强特征表达能力。然后，将增强后的超点特征输入至重叠预测网络，生成重叠掩码以剔除非重叠区域，并基于保留超点构建相似度矩阵，引入样本纠偏损失函数进行优化，完成粗尺度的超点对应关系建立。