C-GenReg：无需训练 3D 点云配准，通过概率模态融合的多视图一致几何到图像生成

我们推出了 C-GenReg，这是一个用于 3D 点云配准的 无需训练 框架，它利用了世界规模的生成先验和面向配准的视觉基础模型 (VFM) 的互补优势。当前基于学习的 3D 点云配准方法很难泛化到传感模式、采样差异和环境。因此，C-GenReg 通过将匹配问题转移到辅助图像域（VFM 擅长的领域）来增强几何点云配准分支，使用世界基础模型从输入几何体合成多视图一致的 RGB 表示。这种生成传输保留了源视图和目标视图之间的空间连贯性，无需任何 微调。从这些生成的视图中，经过预训练以查找密集对应关系的 VFM 会提取匹配项。由此产生的像素对应关系通过原始深度图恢复为 3D。为了进一步增强鲁棒性，我们引入了一种“匹配然后融合”概率冷融合方案，该方案结合了两个独立的对应后验，即生成的 RGB 分支和原始几何分支的后验。这种原则性的融合保留了每种模态的归纳偏差，并提供校准的置信度，而无需任何额外的学习。 C-GenReg 是零射击和即插即用的：所有模块都经过预训练，无需 微调 即可运行。对室内（3DMatch、ScanNet）和室外（Waymo）基准的大量实验证明了强大的零样本性能和卓越的跨域泛化能力。我们首次演示了一个生成配准框架，该框架可以在没有可用图像数据的真实户外激光雷达数据上成功运行。