（通讯员 武越） 西安电子科技大学协同智能系统教育部重点实验室武越副教授、绳金龙硕士在演化计算领域权威期刊IEEE Transactions on Evolutionary Computation (TEVC)上发表题为“Evolutionary Multitasking Descriptor Optimization for Point Cloud Registration”的学术论文。该论文针对点云描述子存在的描述能力不足的问题，提出了一种多任务描述子优化方法。

基于描述子的点云配准方法可以根据特征寻找对应点对，计算出变换矩阵。然而，现有的方法只是将单一描述子作为整体提取特征，不考虑高维特征间的相关性与冲突，导致对于点云的描述能力不强。为此，本文提出了一种多任务点云描述子优化算法。结合多任务优化算法对点云高维特征进行优化，基于互信息计算特征间的相关性信息。提出一种用于减少计算开销的的近似评估策略，在历史评估信息的基础上构造现有的描述子评估函数。此外，为了充分利用点云的几何信息，使用不同尺度的特征加权投票，过滤错误的对应。在一系列点云场景上进行了综合实验，验证了方法的有效性。实验结果表明，与现有方法相比，本文提出的方法在点云任务具有显著优势，提高了点云配准精度。

IEEE Transactions on Evolutionary Computation是演化计算顶级期刊之一、中科院SCI期刊大类一区期刊，2024年影响因子11.7。

论文链接：https://ieeexplore.ieee.org/document/10566881

代码链接：https://github.com/ywuchina/TeamCode/tree/AEMT