摘要
无监督点云形状对应旨在建立源点云与目标点云之间的逐点对应关系。现有方法通常通过直接计算点云间逐点特征相似性来获得对应关系。然而，非刚性物体具有较强的可变形性及异常形状，这使得在形状不规则的点云之间直接建立对应关系成为长期存在的挑战。为应对这一难题，本文提出一种无监督的模板辅助点云形状对应网络——TANet，该网络包含模板生成模块与模板辅助模块。所提出的TANet具有多项优势：首先，模板生成模块能够构建一组具有明确结构的可学习模板；其次，引入模板辅助模块，通过充分挖掘生成的模板，从多个视角提升形状对应关系的准确性。在四个人体与动物数据集上的大量实验表明，TANet在性能上优于当前最先进的方法。