CoE：用于非刚体点云对应的深度耦合嵌入

由于低成本 3D 传感器的普及，以原始点云表示的非刚体变形形状匹配受到越来越多的关注。然而，该任务具有挑战性，因为点云是不规则的，且缺乏内在的形状信息。我们提出通过学习一种新的形状表示——每个点的高维嵌入——来应对这些挑战，在嵌入空间中语义相似的点共享相似的嵌入。所学习的嵌入具有多个有益特性：它感知底层形状几何，对形状变形和各种形状伪影（如噪声和部分遮挡）具有鲁棒性。因此，该嵌入可直接通过在嵌入空间中进行简单的最近邻搜索来检索高质量的密集对应。在众多具有挑战性的非刚体形状匹配基准测试上的广泛实验展示了新的最先进结果和鲁棒性，并展示了其在其他形状分析任务（如分割）中的巨大潜力。