校正点流：通用点云姿态估计

我们引入了纠正点流 (Rectified Point Flow)，这是一种统一的参数化方法，将成对点云配准和多部件形状组装公式化为单一的条件生成问题。给定未对齐的点云，我们的方法学习一个连续的点向速度场，将噪声点传输到其目标位置，并从中恢复部件姿态。与以往通过 ad-hoc 对称处理回归部件姿态的方法不同，我们的方法内在学习组装对称性而无需对称标签。结合专注于重叠点的自监督编码器，我们的方法在跨越成对配准和形状组装的六个基准上取得了最先进的性能。值得注意的是，我们统一的公式使得在不同数据集上进行有效的联合训练成为可能，促进了共享几何先验的学习，从而提高了准确性。项目页面：https://rectified-pointflow.github.io/。