我々は、新たな全く異なるデータセットに対する3次元点群登録のための深層学習の一般化手法を提案する。本手法は、MS-SVConvとUDGEの2つの要素に基づいている。マルチスケールスパースボクセル畳み込み（MS-SVConv）は、2つのシーン間の3次元登録に用いる点群からの記述子を高速に出力する深層ニューラルネットワークである。一方、UDGEは、教師なしの方法で未知のデータセット上に深層ネットワークを転移するためのアルゴリズムである。本手法の利点は、MS-SVConvとUDGEを統合的に用いることで発揮され、3DMatch、ETH、TUMといった実世界の登録データセットにおいて、最先端の性能を達成する。コードは公開されており、https://github.com/humanpose1/MS-SVConv にて入手可能である。