（通讯员 雷佳熠） 西安电子科技大学协同智能系统教育部重点实验室武越教授、雷佳熠硕士在IEEE Transactions on Circuits and Systems for Video Technology (IEEE TCSVT)上发表题为“Equivariance-based Markov Decision Process for Unsupervised Point Cloud Registration”的学术论文，针对现有无监督点云配准方法无法建立可靠的优化目标，提供有效的无监督信号的问题，提出基于等变性的马尔科夫决策过程用于部分重叠点云配准。

具体的，该工作提出了一种基于有色噪声的交叉熵方法，该方法在马尔科夫决策的采样过程中引入有色噪声，从而调节动作序列的功率谱密度并扩展搜索空间，并提高配准性能。为了增强马尔科夫决策中的约束并在变换空间中进行训练，该工作利用等变性理论构建了变换等变性约束作为新的优化目标，并推导了等变约束的最优解，为模型训练提供了更可靠的无监督信号。在三个公开的点云数据集上进行的大量实验表明，该方法具有优异的配准性能，并且在定量质量和视觉结果方面优于现有的方法。

IEEE TCSVT是视频技术和图像处理领域的顶级期刊之一（IF 8.3，中科院一区，Top期刊）。

论文链接：https://ieeexplore.ieee.org/document/10781437