PRNet: Self-Supervised Learning for Partial-to-Partial Registration阅读笔记（菜鸟笔记）

一、网络结构

二、网络结构说明

1.兴趣点检测

2.通过兴趣点找映射关系  

其中，topk提取所给的输入中最大的k个元素的索引，Φ表示经过了DGCNN（提取特征的模块）和Transformer（attention机制）

映射关系M可以通过Gumbel–Softmax来求：（查了一下资料，Gumbel–Softmax可以解决不可导的问题，也能让m的值具有随机性）

后面又引入了λ，目的是，让匹配更加sharp（我的理解是让大值更大，配对结果更精确，因为Gumbel–Softmax会让小值有一定几率取到）

3.求刚性转换R和t；

R和t的真实值：         迭代p次后𝑋𝑝和Y的映射值：

 

4.LOSS函数