实验室博士研究生傅科学，骆潇原论文入选神经信息处理系统进展大会（NIPS2020 Preregistration Workshop）

摘要

    近年来，三维点云越来越多的应用于计算机视觉中，而其中很多的应用需要处理部分重叠点云，但是很少有专门的研究来处理部分重叠点云的问题。本文中，我们提出了两个部分重叠点云的重叠区域协同分割概念，并且构建了点云协同分割网络来解决这一问题，网络利用了协同注意力机制来从一对点云中进行信息的融合来找到重叠的区域。重叠区域的协同分割可以看作实际三维点云处理流程中的一个预处理步骤，来使得下游任务能更容易完成。我们基于广泛使用的ModelNet40和ShapeNet构建了一个三维点云的部分重叠数据集，数据集中的公共区域可以自动计算得到而无需标注。在构建的数据集上，我们评估了提出协同分割网络的有效性，并在一项部分重叠的点云配准任务中验证了协同分割对下游任务的提升。