（通讯员苑咏哲）西安电子科技大学协同智能系统教育部重点实验室苑咏哲博士、武越副教授在IEEE/CVF Conference on Computer Vision and Pattern Recognition(CVPR)上发表题为“Inlier Confidence Calibration for Point Cloud Registration”的学术论文。该论文扩展了内点置信度校正的新定义和软分配矩阵可靠化的新理论，为部分重叠点云配准的内点估计问题提供了一种新的解决方案。

内点估计是部分重叠点云配准的关键步骤。现存方法大多遵循基于坐标的方案，即通过简单地捕捉上下文中的坐标差异来获得更高的置信度。然而，这种方案容易导致大量的内点误判，从而影响点云配准的性能。该论文我们探索扩展了内点置信度校正的新定义，以缓解上述所提到的问题。首先，我们为ICC提供精细的初始对应关系，以生成与源点云相对应的高质量参考点云副本。特别是，我们开发了一个软分配矩阵优化定理，与Sinkhorn相比，该定理提供了更快的速度和更高的精度。

得益于高质量的参考副本，我们认为在源点云与其参考副本之间，由内点及其附近的邻域形成的图应该具有几何一致性。基于此观点，我们构建了变换不变的几何约束对内点置信度进行校正。此外，这种策略自然产生副产品，可以为模型优化带来额外的渠道。

本届CVPR共提交了11532份有效论文，2719篇论文被接收，录用率为23.6%，会议将于2024年6月17日至21日在美国西雅图召开。CVPR是计算机视觉和模式识别领域的国际顶级学术会议，是中国计算机学会推荐的A类会议，在谷歌学术h5指标榜单排名第4位，仅次于Nature、NEJM和Science。