GeoTransformer｜SLAM 點雲圖鑑

Keypoint-free learned registration matching superpoints with a transformation-invariant geometric transformer, removing the need for RANSAC.

技術屬性

欄位內容為文獻擷取紀錄的原文用語（英文），以原文為據；「未查證」表示本研究尚未讀到該資訊，不代表該方法不具備此能力。

GeoTransformer 的技術屬性
感測輸入	none of its own; public benchmarks: 3DMatch and 3DLoMatch indoor RGB-D scene fragments, KITTI odometry LiDAR scans (pairs at least 10 m apart, ground truth refined by ICP), ModelNet40 synthetic CAD points, Augmented ICL-NUIM synthetic RGB-D with a noise model, 4DMatch and 4DLoMatch non-rigid animations
原文測試平台	不適用 (offline benchmark evaluation)
狀態估計	local-to-global registration (LGR): weighted SVD on the point correspondences of each superpoint match gives candidate transforms, the candidate with most inliers within an acceptance radius is kept and re-estimated on inliers for Nr = 5 iterations; RANSAC-50k and plain weighted SVD are also evaluated
資料關聯	KPConv-FPN backbone; geometric self-attention (pair-wise distance and triplet-wise angle embeddings) interleaved three times with feature-based cross-attention; Gaussian correlation with dual normalisation selects the top Nc superpoint matches (256 at test time); an optimal-transport layer (Sinkhorn) with mutual top-k extracts dense point correspondences inside matched patches
時間表示	不適用
去畸變	不適用
迴圈閉合	none
全域最佳化	none for pairwise registration; in the Augmented ICL-NUIM multiway test, pairwise GeoTransformer results are followed by global pose-graph optimisation
地圖表示	superpoints and dense points
先驗資訊	trained model per benchmark (40 to 200 epochs); the Augmented ICL-NUIM test reuses the 3DMatch model without fine-tuning
可輸出幾何	rigid transformation
計算需求	PyTorch on an RTX 3090 GPU; 3DMatch/3DLoMatch average total time 0.088 s per pair with LGR vs 1.633 s with RANSAC-50k (pose time 0.013 s vs 1.558 s); the lite model runs at 0.073 s, about 13 fps

使用設備

原文使用的感測器、運算硬體與載具（equipment）。型號保留原文寫法，連結到設備頁中同一型號的歸併名稱；角色依原文用途分為方法輸入、資料集感測器、執行運算平台、參考或真值量測（reference or ground truth）與比較對象設備。

原文使用的設備
類別	型號（原文寫法）	角色	資料集	原文規格	出處
運算硬體	RTX 3090 GPU	執行運算平台	未標示	used for training and testing in PyTorch	(Qin et al., 2023, Sec. 4.1)

作者報告的優勢與限制

優勢

improves inlier ratio by 18 to 31 points and registration recall by over 7 points on 3DLoMatch (abstract, Sec. 4.2)
RANSAC-free LGR: registration recall 91.8% (3DMatch) and 74.5% (3DLoMatch) with 0.088 s average total time vs 1.633 s with RANSAC-50k (Table 2)
KITTI: RTE 6.8 cm, RRE 0.24 deg, RR 99.8% with LGR (Table 3)
Augmented ICL-NUIM with the 3DMatch-trained model: mean ATE 14.12 cm, best on three of four trajectories (Table 5)

限制

learned priors may not transfer across sensors or scenes (inference; cross-dataset degradation reported for a different learned method in Lim et al., 2025 Fig. 5)
uniformly downsampled superpoints can cause a large memory footprint and computational cost for inputs covering a large area; an extra downsampling stage was needed on KITTI and Augmented ICL-NUIM (Sec. 5)
uniform superpoint sampling is inflexible and can split a single object into several patches (Sec. 5)
the backbone is not invariant to rotation, so performance drops under large rotations (Sec. 4.4)

營建工程相關證據

原文未報告

原文驗證環境：公開基準、模擬

報告的性能數據

以下是原文作者報告的性能數值（author-reported results），不是本研究重新量測的結果。每張圖只並列同一個比較組（comparison group，同一張表、同一組實驗設定）內的方法；不同比較組之間的數值不可直接比較，也不構成排名。

本方法共出現在 6 個比較組，合計 70 筆紀錄。以下列出本方法紀錄最多的 4 組，其餘 2 組列在最後，並連到性能比較頁。

Qin et al., 2023 · Table 2 本方法 30 筆

指標資料集與序列

表格設定（擷取紀錄原文）：3DMatch (overlap above 30%) and 3DLoMatch (10% to 30%) test pairs; registration recall = share of pairs with transformation RMSE below 0.2 m; model time = feature extraction, pose time = transformation estimation, averaged over all pairs (Qin et al., 2023, Table 2)

Registration Recall RR (%)，3DMatch · test split

只並列這張表在相同設定下報告的方法；以「本方法：」開頭者為本頁方法。失敗、未執行與未報告以標記呈現，不是 0。

這些是 Qin et al., 2023 在此表設定下報告的數值（author-reported results），只能在同一個比較組內對照，不代表方法在其他資料或設定下的表現。

統計量：原文未報告；對齊方式：不適用；單位：%；場景：indoor RGB-D scene fragments

資料來源作者報告值(Qin et al., 2023, Table 2)

數值與出處
方法（原文寫法）	報告值	出處
FCGF + RANSAC-50k (5000 samples)	85.1%	(Qin et al., 2023, Table 2)
D3Feat + RANSAC-50k (5000 samples)	81.6%	(Qin et al., 2023, Table 2)
SpinNet + RANSAC-50k (5000 samples)	88.6%	(Qin et al., 2023, Table 2)
Predator + RANSAC-50k (5000 samples)	89%	(Qin et al., 2023, Table 2)
CoFiNet + RANSAC-50k (5000 samples)	89.3%	(Qin et al., 2023, Table 2)
GeoTransformer (ours) + RANSAC-50k (5000 samples)本方法原文提出	92.3%	(Qin et al., 2023, Table 2)
GeoTransformer lite (ours, shared geometric self-attention) + RANSAC-50k (5000 samples)本方法原文提出	92.2%	(Qin et al., 2023, Table 2)
FCGF + weighted SVD (250 samples)	42.1%	(Qin et al., 2023, Table 2)
D3Feat + weighted SVD (250 samples)	37.4%	(Qin et al., 2023, Table 2)
SpinNet + weighted SVD (250 samples)	34%	(Qin et al., 2023, Table 2)
Predator + weighted SVD (250 samples)	50%	(Qin et al., 2023, Table 2)
CoFiNet + weighted SVD (250 samples)	64.6%	(Qin et al., 2023, Table 2)
GeoTransformer (ours) + weighted SVD (250 samples)本方法原文提出	86.7%	(Qin et al., 2023, Table 2)
GeoTransformer lite (ours, shared geometric self-attention) + weighted SVD (250 samples)本方法原文提出	87.5%	(Qin et al., 2023, Table 2)
CoFiNet + LGR (all samples)	87.6%	(Qin et al., 2023, Table 2)
GeoTransformer (ours) + LGR (all samples)本方法原文提出	91.8%	(Qin et al., 2023, Table 2)
GeoTransformer lite (ours, shared geometric self-attention) + LGR (all samples)本方法原文提出	91.8%	(Qin et al., 2023, Table 2)

Sun et al., 2025 · Table 5 本方法 18 筆

指標資料集與序列

表格設定（擷取紀錄原文）：Pairwise spatiotemporal registration on NSS; success = RRE < 10 deg and RTE < 0.2 m; methods retrained per split following original protocols. TE and RE columns (successful pairs / all pairs) not transcribed. (Sun et al., 2025, Table 5)

registration recall (RRE < 10 deg and RTE < 0.2 m)，Nothing Stands Still (NSS) · Cross-Area split, all spatiotemporal pairs

只並列這張表在相同設定下報告的方法；以「本方法：」開頭者為本頁方法。失敗、未執行與未報告以標記呈現，不是 0。

這些是 Sun et al., 2025 在此表設定下報告的數值（author-reported results），只能在同一個比較組內對照，不代表方法在其他資料或設定下的表現。

統計量：原文未報告；對齊方式：未對齊；單位：%；場景：indoor building areas under construction or renovation (NSS areas A-F)

資料來源作者報告值(Sun et al., 2025, Table 5)

數值與出處
方法（原文寫法）	報告值	出處
FPFH	22.83%	(Sun et al., 2025, Table 5)
FCGF	28.22%	(Sun et al., 2025, Table 5)
D3Feat	31.77%	(Sun et al., 2025, Table 5)
Predator	55.53%	(Sun et al., 2025, Table 5)
GeoTransformer本方法	38.13%	(Sun et al., 2025, Table 5)

Sun et al., 2025 · Table 6 本方法 8 筆

指標registration recall

資料集與序列

表格設定（擷取紀錄原文）：Registration recall of the three best methods on NSS (original split) versus 3DMatch and 3DLoMatch; benchmark values for 3DMatch and 3DLoMatch as listed by the authors. (Sun et al., 2025, Table 6)

registration recall，3DMatch · Standard overlap (30%+)

只並列這張表在相同設定下報告的方法；以「本方法：」開頭者為本頁方法。失敗、未執行與未報告以標記呈現，不是 0。

這些是 Sun et al., 2025 在此表設定下報告的數值（author-reported results），只能在同一個比較組內對照，不代表方法在其他資料或設定下的表現。

統計量：原文未報告；對齊方式：未對齊；單位：%；場景：indoor RGB-D reconstructions (3DMatch benchmark)

資料來源作者報告值(Sun et al., 2025, Table 6)

數值與出處
方法（原文寫法）	報告值	出處
D3Feat	82.2%	(Sun et al., 2025, Table 6)
Predator	89%	(Sun et al., 2025, Table 6)
GeoTransformer本方法	92%	(Sun et al., 2025, Table 6)

Qin et al., 2023 · Table 3 本方法 6 筆

指標

資料集與序列KITTI odometry · sequences 8-10

表格設定（擷取紀錄原文）：KITTI odometry sequences 8 to 10 for testing, pairs at least 10 m apart, ground truth refined with ICP; RR = share of pairs with RRE below 5 deg and RTE below 2 m; top block RANSAC-based, bottom block RANSAC-free (Qin et al., 2023, Table 3)

Relative Translation Error RTE (cm)，KITTI odometry · sequences 8-10

只並列這張表在相同設定下報告的方法；以「本方法：」開頭者為本頁方法。失敗、未執行與未報告以標記呈現，不是 0。

這些是 Qin et al., 2023 在此表設定下報告的數值（author-reported results），只能在同一個比較組內對照，不代表方法在其他資料或設定下的表現。

統計量：原文未報告；對齊方式：不適用；單位：cm；場景：outdoor driving LiDAR scans

資料來源作者報告值(Qin et al., 2023, Table 3)

數值與出處
方法（原文寫法）	報告值	出處
3DFeat-Net	25.9 cm	(Qin et al., 2023, Table 3)
FCGF	9.5 cm	(Qin et al., 2023, Table 3)
D3Feat	7.2 cm	(Qin et al., 2023, Table 3)
SpinNet	9.9 cm	(Qin et al., 2023, Table 3)
Predator	6.8 cm	(Qin et al., 2023, Table 3)
CoFiNet	8.2 cm	(Qin et al., 2023, Table 3)
GeoTransformer (ours, RANSAC-50k)本方法原文提出	7.4 cm	(Qin et al., 2023, Table 3)
FMR	66 cm有附註註記（擷取紀錄）：approximate ('~66' in table)	(Qin et al., 2023, Table 3)
DGR	32 cm有附註註記（擷取紀錄）：approximate ('~32' in table)	(Qin et al., 2023, Table 3)
HRegNet	12 cm有附註註記（擷取紀錄）：approximate ('~12' in table)	(Qin et al., 2023, Table 3)
GeoTransformer (ours, LGR)本方法原文提出	6.8 cm	(Qin et al., 2023, Table 3)

其他比較組

列出其餘 2 個比較組

Qin et al., 2023 · Table 5本方法 5 筆；Augmented ICL-NUIM
Sun et al., 2025 · Table 9本方法 3 筆；Nothing Stands Still (NSS)

來源

Qin et al., 2023
Zheng Qin, Hao Yu, Changjian Wang, Yulan Guo, Yuxing Peng, Slobodan Ilic, Dewen Hu, Kai Xu（2023）GeoTransformer: Fast and Robust Point Cloud Registration With Geometric TransformerIEEE Transactions on Pattern Analysis and Machine Intelligence, 45(8):9806-9821
DOI 10.1109/tpami.2023.3259038 arXiv 2308.03768 程式碼
同儕審查已出版已讀全文近十年

會議版：Geometric Transformer for Fast and Robust Point Cloud Registration (CVPR 2022, pp. 11133-11142) 10.1109/CVPR52688.2022.01086
預印本：arXiv:2308.03768 (TPAMI version, 2023-07-25); CVPR version arXiv:2202.06688 per arXiv comment https://arxiv.org/abs/2308.03768
程式碼釋出：GeoTransformer https://github.com/qinzheng93/GeoTransformer

程式碼：https://github.com/qinzheng93/GeoTransformer（授權：MIT (LICENSE file checked)）。有公開程式碼不等於已被重現，也不代表目前版本與論文版本相同。

回到方法圖鑑

技術屬性

使用設備

作者報告的優勢與限制

優勢

限制

營建工程相關證據

報告的性能數據

Qin et al., 2023 · Table 2 本方法 30 筆

Registration Recall RR (%)，3DMatch · test split

Sun et al., 2025 · Table 5 本方法 18 筆

registration recall (RRE < 10 deg and RTE < 0.2 m)，Nothing Stands Still (NSS) · Cross-Area split, all spatiotemporal pairs

Sun et al., 2025 · Table 6 本方法 8 筆

registration recall，3DMatch · Standard overlap (30%+)

Qin et al., 2023 · Table 3 本方法 6 筆

Relative Translation Error RTE (cm)，KITTI odometry · sequences 8-10

其他比較組

來源

相關版本