Reg2Inv

**Обзор Reg2Inv.** На этапе обучения признаков модель извлекает их с помощью задачи регистрации, которая обеспечивает геометрическое выравнивание и многомасштабную согласованность между парными облаками точек. На этапе инференса модель вычисляет матрицу регистрации для выравнивания с прототипом и извлекает инвариантные к вращению признаки для обнаружения аномалий. Экстрактор признаков спроектирован так, чтобы получать один набор признаков для обнаружения аномалий и два набора признаков для задачи регистрации. **Аннотация:** Обнаружение 3D-аномалий в данных облаков точек имеет решающее значение для промышленного контроля качества, поскольку оно направлено на выявление структурных дефектов с высокой надежностью. Однако существующие методы на основе банков памяти часто страдают от несогласованных преобразований признаков и ограниченной дискриминативной способности, особенно при захвате локальных геометрических деталей и достижении инвариантности к вращению. Эти ограничения становятся еще более выраженными при сбое регистрации, что приводит к ненадежным результатам обнаружения. Мы утверждаем, что регистрация облаков точек играет важнейшую роль не только в выравнивании геометрических структур, но и в направлении процесса извлечения признаков в сторону создания инвариантных к вращению и локально дискриминативных представлений. С этой целью мы предлагаем фреймворк извлечения признаков, индуцированный регистрацией и инвариантный к вращению, который объединяет цели регистрации обл…