近日，永利官网计算机与信息学院魏丽芳教授团队在模式识别与图像处理领域国际权威期刊《Pattern Recognition》（模式识别）上发表题为“GPI-Net++：Gestalt-inspired bidirectional Parallel Interaction Network with inlier candidate expansion for robust point cloud registration”（GPI-Net++：格式塔原理引导的双向并行交互点云配准网络）的研究论文。该论文提出了一种格式塔原理引导的双向并行交互点云配准网络GPI-Net++。通过引入内点候选扩展策略，在初始对应关系生成阶段适度放宽筛选约束，有效扩大潜在内点在重叠区域中的空间覆盖范围；同时，在特征学习阶段设计新颖的双向并行交互网络，充分挖掘初始对应关系之间的深层几何关联与上下文信息，从而提升网络在高外点干扰场景下的对应关系判别能力与配准鲁棒性。该研究为复杂场景下的三维点云配准提供了一种更加准确、高效且稳定的新方法。
三维点云配准是三维场景重建中的关键技术，其目标是通过估计点云之间的空间变换关系，将来自不同视角的点云数据对齐到统一坐标系中，从而准确恢复相对位姿变化，构建完整、一致且高精度的三维模型。然而，在复杂真实场景中，传感器采集的点云数据往往存在噪声干扰，不同视角点云间的有效重叠区域通常较小，同时局部几何特征描述符的表达能力有限，导致特征匹配阶段难以建立准确可靠的对应关系。由此产生的初始对应关系中常包含大量错误匹配，严重制约点云配准算法的鲁棒性与精度，使其在复杂场景下的实际应用仍面临诸多挑战。因此，如何从大量初始对应关系中准确筛选并保留更多真实对应关系，成为提升三维场景重建精度的关键问题。
针对上述问题，该研究提出了一种格式塔原理引导并结合内点候选扩展的双向并行交互点云配准网络GPI-Net++。该网络首先引入内点候选扩展策略，在初始对应关系生成阶段适度放宽筛选约束，有效扩大潜在内点在重叠区域中的空间覆盖范围；随后采用正交融合策略抑制特征融合过程中的冗余信息，提升有效几何信息表达能力；进一步地，网络通过双图注意力机制挖掘对应关系之间的几何关联特征，并设计双路径多粒度聚合模块，以探索复杂空间依赖关系，促进不同粒度特征之间的充分交互与融合。大量在多种挑战性任务上的实验结果表明，所提出的GPI-Net++在室内和室外点云配准场景中均取得了具有竞争力的性能，展现出良好的准确性与鲁棒性。
GPI-Net++的整体框架
论文链接：https://www.sciencedirect.com/science/article/pii/S0031320326011404
该研究获得了国家自然科学基金（62571127、62171130）、福建省自然科学基金（2025Y0066、2025Y0069）等经费支持。77779193永利官网为论文第一单位和通讯单位，通讯作者为魏丽芳教授，第一作者为硕士研究生辜维康。
魏丽芳，工学博士，77779193永利官网计算机与信息学院教授、博士生导师，福建省高层次人才，IEEE Senior Member，CCF杰出会员，主要研究方向为生物医学影像计算与分析、计算机视觉和人工智能。主持国家自然科学基金等科研项目多项，在IEEE TIP、IEEE TCSVT、IEEE TMM、IEEE JBHI、KBS、ESWA、Medical Physics、CVPR、IJCAI、ISBI等国内外重要期刊和会议上发表论文70余篇。
辜维康，77779193永利官网计算机与信息学院2023级硕士研究生，主要研究方向为三维点云配准，以第一作者在IJCAI2025、PR、KBS等CCF推荐国际学术会议和期刊发表论文多篇。