（通讯员张越）西安电子科技大学协同智能系统教育部重点实验室武越副教授、张越博士在神经网络领域权威期刊IEEE Transactions on Neural Networks and Learning Systems (TNNLS)上发表题为“RORNet: Partial-to-Partial Registration Network With Reliable Overlapping Representations”的学术论文。该文章针对点云重叠估计中遗留的外点问题，提出了一种可靠重叠点提取的方法，从而实现部分重叠点云配准。

在部分重叠点云配准的问题中，目前的配准方法严重依赖于重叠估计的效果，而重叠估计几乎不可能达到100%的正确率。针对这个问题，我们提出了一种可靠重叠点提取的方法，在重叠估计后进一步提取可靠的代表点，使用这些可靠的代表点进行后续配准，从而缓解重叠估计中遗留的外点问题。

IEEE Transactions on Neural Networks and Learning Systems是计算机科学和工程技术领域顶级期刊（IF 10.4，中科院一区，Top期刊），致力于发表关于神经网络和相关学习系统的理论、设计和应用的技术文章。

论文连接：https://ieeexplore.ieee.org/document/10168979