研究人员推出了一种新颖的前馈 Transformer 模型 FUSER，用于多视图 3D 配准。该模型在潜在空间中同时处理所有扫描，直接预测全局姿态，无需进行计算密集型的成对匹配。FUSER 使用稀疏 3D CNN 对扫描进行编码，并使用几何交替注意力模块进行高效推理，同时整合了来自基础模型的 2D 注意力先验。此外，FUSER-DF，一个扩散精炼框架，通过在联合 SE(3)$^N$ 空间中对估计值进行去噪，进一步提高了配准精度。 AI
影响 引入了一种新颖的 3D 配准 Transformer 架构，有望提高机器人和增强现实等应用的效率和准确性。
排序理由 这是一篇介绍 3D 配准新方法的论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
