跨模态表征对齐

重新审视2D-3D配准：一种用于高价值区域选择与表征一致性对齐的新网络

Rethinking 2D-3D Registration: A Novel Network for High-Value Zone Selection and Representation Consistency Alignment

用强化学习解决高价值匹配区域选择不可微的问题，并用三阶段（理解-协调-加速）做图像纹理与点云结构间的区域表征对齐，可直接迁移到跨模态配准与稠密对应任务中抑制非重叠区域误匹配。