اكتشاف الشذوذ في السحابة النقطية (PCD) يظهر تدريجياً كمجال بحث واعد. تهدف هذه الدراسة إلى تحسين أداء اكتشاف الشذوذ في السحابة النقطية من خلال دمج وصف السحابة النقطية المُعد يدوياً مع شبكات العصب الاصطناعي ثنائية الأبعاد القوية والمُدربة مسبقاً. لتحقيق هذا، تقترح الدراسة ميزة متعددة الوسائط الزائفة التكميلية (CPMF) التي تدمج المعلومات الهندسية المحلية في البعد الثلاثي باستخدام وصفيات السحابة النقطية المُعدة يدوياً، والمعلومات الدلالية العالمية في الوسيط الزائف ثنائي الأبعاد الذي تم إنشاؤه باستخدام شبكات العصب الاصطناعي ثنائية الأبعاد المُدربة مسبقاً. لاستخراج الدلائل العالمية، تقوم CPMF بتحويل السحابة النقطية الأصلية إلى وسيط زائف ثنائي الأبعاد يحتوي على صور متعددة الزوايا. يتم تقديم هذه الصور إلى شبكات العصب الاصطناعي ثنائية الأبعاد المُدربة مسبقاً لاستخراج ميزات الوسيط ثنائي الأبعاد المعلوماتية. يتم جمع ميزات الوسيط ثلاثي الأبعاد وميزات الوسيط ثنائي الأبعاد للحصول على CPMF للاستخدام في اكتشاف الشذوذ في السحابة النقطية. أثبتت التجارب الواسعة قدرة التكامل بين ميزات الوسيط ثنائي الأبعاد وميزات الوسيط ثلاثي الأبعاد وكفاءة CPMF، حيث حققت نسبة AU-ROC على مستوى الصورة بنسبة 95.15% ونسبة PRO على مستوى البكسل بنسبة 92.93% على مقاييس MVTec3D. يمكن الحصول على الكود من https://github.com/caoyunkang/CPMF.