（通讯员 苑咏哲）西安电子科技大学协同智能系统教育部重点实验室苑咏哲博士、武越副教授在IEEE Transactions on Circuits and Systems for Video Technology (IEEE TCSVT)上发表题为“Learning Discriminative Features via Multi-Hierarchical Mutual Information for Unsupervised Point Cloud Registration”的学术论文。该论文基于互信息理论，提出了多层次最大化互信息方法，为点云配准的特征提取提供了一种新的思路。

提取具有判别性的特征是无对应点云配准的关键步骤。提取的特征要求对变换具有判别性，这要求特征需要减少与变换无关的冗余信息的影响。然而，最近提出的方法忽略了这一关键特性，导致表达点云的能力有限。在本文中，我们试图从一个新的角度来解决无对应点云配准的特征冗余问题。具体来说，我们的方法包括两个阶段：特征提取阶段和刚体变换阶段。在特征提取阶段，我们的目标是最大化不同层次特征之间的多层次互信息，这可以为下一阶段的变换参数回归提供判别性和较少冗余的表示。在刚体变换阶段，我们利用对偶四元数来估计变换参数，它在一个统一的框架内同时结合了旋转和平移，得到了刚体变换的紧致表示。

IEEE Transactions on Circuits and Systems for Video Technology是中科院一区TOP期刊、中国计算机学会（CCF）认定的计算机图形学与多媒体领域的B类期刊。