نُقدّم طريقة لتوسيع نطاق التعلم العميق لتسجيل السحاب النقطية ثلاثية الأبعاد على مجموعات بيانات جديدة تمامًا ومختلفة تمامًا. تعتمد هذه الطريقة على مكوّنين رئيسيين: MS-SVConv وUDGE. يُعدّ MS-SVConv، الذي يستخدم الت convolution المكاني النادر متعدد المقياس (Multi-Scale Sparse Voxel Convolution)، شبكة عصبية عميقة سريعة تُخرِج وصفات من السحاب النقطية لغرض التسجيل ثلاثي الأبعاد بين مشهدين. أما UDGES، فهو خوارزمية لنقل الشبكات العميقة إلى مجموعات بيانات غير معروفة بطريقة غير مراقبة. تظهر فائدة الطريقة المقترحة عندما تُستخدم المكوّنان MS-SVConv وUDGE معًا كنظام متكامل، مما يؤدي إلى نتائج من الدرجة الأولى (state-of-the-art) على مجموعات بيانات تسجيل واقعية مثل 3DMatch وETH وTUM. يمكن الوصول إلى الكود المصدري بشكل عام عبر الرابط: https://github.com/humanpose1/MS-SVConv.