गॉसियन मिश्रण मॉडल के आधार पर एकीकृत विशेषता विचलन के साथ गैर-कठोर बिंदु सेट पंजीकरण

उद्देश्य: यह पत्र गैर-कठोर बिंदु सेट पंजीकरण के लिए एक मजबूत विधि प्रस्तावित करने का लक्ष्य रखता है, जिसमें गॉसियन मिश्रण मॉडल का उपयोग किया गया है और गैर-कठोर ट्रांसफोर्मेशन को समायोजित किया गया है। मिश्रण मॉडल की पश्चात संभावनाएं प्रस्तावित एकीकृत विशेषता विचलन के माध्यम से निर्धारित की जाती हैं। डिज़ाइन / पद्धति / दृष्टिकोण: यह विधि एक वैकल्पिक दो-चरणीय ढांचे को शामिल करती है, जिसमें संबंध अनुमान और इसके बाद के परिवर्तन अपडेट शामिल होते हैं। संबंध अनुमान के लिए, एकीकृत विशेषता विचलन जिसमें वैश्विक और स्थानीय दोनों विशेषताएँ शामिल हैं, निर्धारक आइसनिंग के साथ जोड़ी जाती हैं ताकि पंजीकरण की गैर-परिभाषितता की समस्या का समाधान हो सके। परिवर्तन अपडेट के लिए, अपेक्षा-मैक्सिमाइजेशन पुनरावृत्ति योजना को संबंध और परिवर्तन अनुमान को प्रभावशाली रूप से परिष्कृत करने के लिए पेश किया जाता है जब तक कि संघटन न हो जाए। निष्कर्ष: प्रयोगों ने पुष्टि की है कि प्रस्तावित पंजीकरण दृष्टिकोण विकृति, शोर, बाहरी तत्वों और अवरोधन पर उल्लेखनीय मजबूती प्रदर्शित करता है, चाहे 2D हो या 3D बिंदु बादल। इसके अलावा, प्रस्तावित विधि समय जटिलता के मामले में मौजूदा समानार्थक एल्गोरिदम से बेहतर प्रदर्शन करती है। जहाजों पर लोड की गई इंटरमॉडल कंटेनरों को स्थिर करने और सुरक्षित करने का प्रदर्शन किया गया है। परिणाम प्रदर्शित करते हैं कि प्रस्तावित पंजीकरण ढांचा वास्तविक-स्कैन बिंदु बादलों के लिए उत्कृष्ट अनुकूलनशीलता प्रस्तुत करता है और कम समय में तुलनात्मक रूप से श्रेष्ठ संरेखण प्राप्त करता है। मौलिकता/मूल्य: एकीकृत विशेषता विचलन, जो बिंदुओं की वैश्विक और स्थानीय जानकारी को शामिल करता है, बिंदु संबद्धताओं की विश्वसनीयता को मापने के लिए एक प्रभावी संकेतक सिद्ध हुआ है। यह समावेश पूर्व-समागम को रोकता है, जिसके परिणामस्वरूप हमारी प्रस्तावित विधि के लिए अधिक मजबूत पंजीकरण परिणाम होते हैं। साथ ही, पुनरावृत्तियों की संख्या कम होने के कारण कुल संचालन समय में कमी आती है।