SIMPC: Learning Self-Induced Mirror-Point Consistency for Unsupervised Point Cloud Denoising¶

会议: ICML 2026
arXiv: 2605.26894
代码: 无
领域: 3D视觉
关键词: 点云去噪, 无监督学习, 镜像点一致性, 几何先验, 确定性对应

一句话总结¶

SIMPC 提出在同一个噪声点上沿去噪向量做"对称延伸"得到一个位于曲面另一侧的镜像点，再用 Mirror-Point Consistency Loss 强制两点的去噪目标重合，从而把无监督点云去噪从"在多份噪声变体间找统计对应"换成"在单点内部找确定性几何对应"，在 PUNet/PCNet 合成数据和 Paris-Rue-Madame / Kinect 真实扫描上全面超越无监督 SOTA，并击败若干有监督方法。

研究背景与动机¶

领域现状：点云去噪是表面重建、语义理解等下游任务的关键预处理。有监督方法（PD-Refiner、StraightPCF、PD-LTS 等）依赖 CAD 合成的成对 noisy–clean 数据，泛化受限；而 LiDAR 等设备能不断产生海量裸噪声扫描，因此无监督点云去噪是更现实的方向。

现有痛点：图像去噪可以靠像素索引把多份噪声观测对齐到同一个干净像素（Noise2Noise / Noise2Void 那一脉），但点云没有固定空间索引，噪声直接扰动了点坐标本身（既承载位置又承载几何），跨变体的点对应天然破碎。现有两条无监督路线都不彻底： - Noise-based（Noise4Denoise、Noise2Score3D）注入额外噪声 \(u\sim\mathcal{N}(0,\Delta\sigma)\) 让网络预测反向噪声 \(-u\)，但这种对应纯靠随机噪声驱动，并没有指向真实曲面，推理时还要靠对噪声分布的额外假设来缩放外推。 - EMD-based（NoiseMap、U-CAN）用 Earth Mover's Distance 在两份噪声变体之间做最优传输，对应比 Noise-based 更结构化，但传输是点集分布级的，无法保证"被对上的两个点真的来自同一段曲面"，本质上仍是模糊对应。

核心矛盾：现有方法都把"找对应"放在多份独立采样的噪声观测之间——只要观测是独立采样的，对应就必然带有随机性，去噪目标也就漂移。要让无监督去噪稳，得换一个数据源去构造对应。

本文目标：在不引入新的噪声观测、不引入分布假设的前提下，仅从一个噪声点自身构造出一个能与之严格一一对应、且确定性地落在底层曲面"另一侧"的伴生点，让两个点的去噪目标必须收敛到同一处。

切入角度：去噪向量 \(d_i\) 本身就是网络对"该点应该往曲面哪边移多少"的估计——这是一个隐含的几何先验。如果用 \(w_1=1\) 倍 \(d_i\) 把点拉到曲面附近得到 \(\hat{x}_i\)，再用 \(w_2=2\) 倍 \(d_i\) 把点过冲到曲面另一侧得到镜像点 \(\tilde{x}_i\)，那么 \(\hat{x}_i\) 与 \(\tilde{x}_i\) 关于曲面"几何对称"，二者再各自去噪一次得到的 \(\hat{x}_i\)、\(\bar{x}_i\) 就必然指向同一片曲面——这是一个无须额外观测、由模型自身诱导出的确定性对应。

核心 idea：用"过冲–回拉"把单个噪声点裂成一对几何对称的镜像点，再用 MSE 强制两侧回拉到同一目标，把"跨观测的模糊对应"换成"自诱导的确定性对应"。

方法详解¶

整体框架¶

SIMPC 沿用迭代去噪范式：DGCNN 编码器 + \(L=2\) 个共享的 Denoiser Block。对一份噪声点云 \(X^0\in\mathbb{R}^{N\times3}\) 先用 \(T=3\) 层 DGCNN（\(k=32\)，特征拼接 \([g_i\|g_j-g_i]\) 经 MLP）得到初始特征 \(U^0\in\mathbb{R}^{N\times 256}\)。每个 Denoiser Block 内部依次做：

Point Self-Attention (PSA)：基于空间近邻 \(\hat{\mathcal{N}}_i=\mathrm{KNN}(x_i, X^l, k)\) 聚合特征 \(f_i=\sum_{j\in\hat{\mathcal{N}}_i}\alpha_{ij}\odot h(u_j)\)。
Decoder：MLP+tanh 输出归一化的点级去噪向量 \(d_i=\mathrm{Dec}(f_i)\in\mathbb{R}^3\)。
坐标更新：\(x_i^l = x_i^{l-1} + d_i^l\)。

训练时按 U-CAN 的协议取两个独立采样的噪声变体 \(X_a, X_b\)，但不在它们之间做 EMD 对齐，而是各自走 SIMPC 的镜像点流程；推理时直接对单份点云迭代 \(L\) 次。

关键设计¶

Mirror-Point Generation Module (MPGM) —— 把一个点裂成一对几何对称镜像点：
- 功能：在不引入额外噪声观测的前提下，从一个噪声点 \(x_i\) 自诱导出一个位于底层曲面另一侧的伴生点，使二者构成严格的一一对应。
- 核心思路：把当前 Denoiser Block 预测出的去噪向量 \(d_i\) 看作对"曲面方向 + 距离"的隐式估计。先以 \(w_1=1\) 走正常一步得到种子去噪点 \(\hat{x}_i = x_i + w_1 d_i\)，再以 \(w_2=2\) 做对称延伸得到镜像点 \(\tilde{x}_i = x_i + w_2 d_i\)——这一步等价于以底层曲面为镜面把 \(\hat{x}_i\) 反射过去。镜像点用新邻域 \(\tilde{\mathcal{N}}_i=\mathrm{KNN}(\tilde{x}_i, X^l\setminus\{x_i\}, k)\) 重算特征 \(\tilde{f}_i=\mathrm{PSA}([u_i\|\tilde{x}_i], \{[u_j\|x_j]\}_{j\in\tilde{\mathcal{N}}_i})\)，再走同一个 Decoder 得镜像去噪向量 \(\tilde{d}_i\)，回拉得到 \(\bar{x}_i=\tilde{x}_i+\tilde{d}_i\)。
- 设计动机：旧方法的对应来自两份独立采样，对应关系本身就是随机的；MPGM 让对应完全来自同一个 \(x_i\) 和同一份 \(d_i\)，所以是确定的；又因为镜像点在曲面"另一侧"且邻域不同，能逼模型从两个互补视角学到同一片曲面，比"对自己做去噪"信息量更大。\(w_2=2\) 的几何对称设定使 \(\hat{x}_i\) 与 \(\tilde{x}_i\) 距曲面距离相等，是消融中最优的（见下文 \(w_2=1.5/2.5\) 都掉点）。
Mirror-Point Consistency Loss (MPCL) —— 把两侧回拉点钉到同一曲面位置：
- 功能：把镜像点构造提供的"确定性对应"翻译成可优化的训练信号，强制两侧的去噪结果落在同一物理位置。
- 核心思路：直接对每个点 \(i\) 计算 \(\mathcal{L}_{\mathrm{MPC}}=\sum_{i=1}^{N}\|\hat{x}_i - \bar{x}_i\|_2^2\)。它不像 Chamfer 那样允许"集合层面对齐就行"，也不像 EMD 那样在分布上做软匹配，而是点对点的硬一致约束，每个噪声种子和它的镜像必须收敛到一个共同的目标。
- 设计动机：曲面位置之所以"难以无监督学到"，是因为模型缺一个点级的位置锚。MPCL 借由 MPGM 提供的确定性配对，把"曲面在哪"这个问题转成"两个明确对称的点应该重合在哪"——只有当二者真的落在底层曲面上，损失才能同时降到 0，所以最优解被钉死在曲面上，缓解了 EMD 方法常见的"对齐但偏离曲面"现象（消融中 EMD 的 P2M 显著高于 CD 也印证了这一点）。
Chamfer-only Similarity Regularization —— 用最弱的集合层先验防塌缩：
- 功能：在迭代去噪过程中防止点集整体塌缩或被 MPCL 拉离原始分布，但不承担"找对应"的职责。
- 核心思路：在两份噪声变体 \(X_a, X_b\) 之间只用 Chamfer Distance（不再用 EMD）：\(\mathcal{L}_{\mathrm{SR}}^l = \mathrm{CD}(X_a^l, X_b^l) + \mathrm{CD}(X_a^{l-1}, X_b^l) + \mathrm{CD}(X_b^{l-1}, X_a^l)\)，总损失 \(\mathcal{L}_{\mathrm{total}}=\sum_{l=1}^{L}(\mathcal{L}_{\mathrm{MPC}}^l + \mathcal{L}_{\mathrm{SR}}^l)\)。
- 设计动机：作者把找对应的责任完全交给 MPCL，让 \(\mathcal{L}_{\mathrm{SR}}\) 退化成最轻的"分布相似"约束。消融显示只用 \(\mathcal{L}_{\mathrm{SR}}(\mathrm{CD})\) 在 3% 噪声下 P2M 飙到 36.20、只用 \(\mathcal{L}_{\mathrm{SR}}(\mathrm{EMD})\) P2M 也只能到 18.87，而 \(\mathcal{L}_{\mathrm{MPC}}+\mathcal{L}_{\mathrm{SR}}(\mathrm{CD})\) 直接降到 13.85——证明确定性对应才是性能主因，集合层正则只需 CD 就够。

损失函数 / 训练策略¶

总损失为每层 Denoiser Block 的 MPCL + CD 正则之和：\(\mathcal{L}_{\mathrm{total}}=\sum_{l=1}^{L}(\mathcal{L}_{\mathrm{MPC}}^l + \mathcal{L}_{\mathrm{SR}}^l)\)，\(L=2\)。训练数据为 PUNet 40 形状，按 bounding sphere 半径的 0.5%–2% 注入高斯噪声；Adam，lr \(=1\times10^{-4}\)，100 epoch，batch=16，单卡 RTX 4090。

实验关键数据¶

主实验¶

PUNet 高斯噪声（CD/P2M \(\times 10^5\)，越小越好；摘录 50K 点 1% 与 10K 点 3% 两个代表性档位）：

数据集/档位	指标	之前无监督 SOTA	SIMPC	提升	对照有监督 SOTA
PUNet 50K 1%	CD↓	8.33 (Noise2Score3D)	5.81	-30%	PD-Refiner 4.66
PUNet 50K 1%	P2M↓	2.65 (Score-U)	1.02	-61%	PD-Refiner 0.45
PUNet 50K 3%	CD↓	24.34 (Noise2Score3D)	12.58	-48%	PD-LTS 18.52（被 SIMPC 反超）
PUNet 50K 3%	P2M↓	17.04 (Noise2Score3D)	6.45	-62%	PD-LTS 10.67（被 SIMPC 反超）
PUNet 10K 3%	CD↓	36.66 (U-CAN)	34.42	-6%	PD-Refiner 30.77
PUNet 10K 3%	P2M↓	18.42 (U-CAN)	13.85	-25%	PathNet 24.04（被 SIMPC 反超）

PCNet 高斯 + Kinect 真实扫描：

数据集/档位	指标	最强无监督 baseline	SIMPC	备注
PCNet 50K 3%	CD↓ / P2M↓	Score-U 39.28 / 11.74	18.62 / 4.15	反超有监督 HybridPF (19.10/4.80)
Kinect 真实扫描	CD↓ / P2M↓	Score-U 15.85 / 7.33	13.01 / 6.35	反超 4 个有监督方法（最好 StraightPCF 13.46/7.39）

消融实验（PUNet 10K，三档高斯噪声，CD/P2M \(\times 10^5\)）¶

配置	1% CD / P2M	2% CD / P2M	3% CD / P2M	说明
\(\mathcal{L}_{\mathrm{SR}}(\mathrm{CD})\) only	18.91 / 2.47	37.84 / 13.91	65.73 / 36.20	集合级 CD 在大噪下崩
\(\mathcal{L}_{\mathrm{SR}}(\mathrm{EMD})\) only	26.54 / 7.64	31.88 / 12.41	41.04 / 18.87	EMD 对应模糊，P2M 高
\(\mathcal{L}_{\mathrm{MPC}}+\mathcal{L}_{\mathrm{SR}}(\mathrm{CD})\)（Full）	20.25 / 3.60	28.82 / 7.13	34.42 / 13.85	主因是 MPCL
\(w_2=1.5\)（Near）	20.77 / 4.06	29.31 / 7.68	35.10 / 14.55	非对称偏小
\(w_2=2\)（Symmetry）	20.25 / 3.60	28.82 / 7.13	34.42 / 13.85	几何对称最优
\(w_2=2.5\)（Far）	21.39 / 4.84	30.13 / 8.54	36.33 / 15.25	过冲过远引入额外扰动

关键发现¶

MPCL 是绝对主力：把损失从 EMD 换成 MPCL，3% 噪声 P2M 从 18.87 砍到 13.85（-27%），CD 从 41.04 砍到 34.42（-16%）。
几何对称 \(w_2=2\) 是甜点，非搜出来而是推出来的：\(w_2\) 偏离 2（无论 1.5 或 2.5）都会均匀掉点，对应附录里"几何对称保证两侧距曲面等距"的理论解释。
P2M 改善幅度普遍大于 CD：说明 SIMPC 的去噪结果不只是"看起来像点云"，而是真的贴在曲面上——这正是确定性对应直接优化的目标。
非高斯噪声（Laplacian / Discrete）下泛化最强：Discrete 噪声 50K 1% 档位 SIMPC P2M 0.32，逼近有监督最好 PD-Refiner 0.12，远低于第二好无监督 Score-U 0.82——说明 SIMPC 没有像 noise-based 那样过拟合到训练噪声分布。

亮点与洞察¶

把"找对应"从数据空间挪到模型空间：以往无监督去噪都在"如何构造更好的多份噪声观测"上做文章（Noisier2Noise、N2N3D、U-CAN），SIMPC 反其道而行——既然多观测必然带随机性，那就只用一份观测，让模型自己的预测 \(d_i\) 充当几何先验来生成对应。这把对应从一个数据问题改成了一个网络自反馈问题。
过冲–回拉是一招很可迁移的"自监督几何构造"：把"在曲面上"这个隐式目标，转换成"两个明确对称的点必须重合"这个显式 MSE 目标。同样思路理论上可迁移到无监督表面重建、SDF 拟合、甚至无监督 3D 配准——任何"对应难定义但局部几何先验易得到"的任务都可以套这个范式。
极简损失击败复杂传输：放弃 EMD 后只用 Chamfer 兜底，反而让 MPCL 的确定性约束发挥到极致，证明在有强一致信号时，分布层面的软对齐越简单越好——别让 EMD 的模糊性反过来污染 MPCL 的硬对应。
超越有监督的现象值得深究：SIMPC 在 PCNet 3% 和 Kinect 真实扫描上反超多个有监督方法。原因在于有监督方法依赖 CAD 合成数据的噪声假设，而 SIMPC 的几何先验是从待去噪点云本身提取的，对真实噪声更鲁棒——这是无监督路径在分布外场景上的天然优势。

局限与展望¶

作者承认未深入讨论的局限：MPGM 完全依赖 Denoiser Block 当前预测的 \(d_i\) 来确定镜像方向，冷启动阶段 \(d_i\) 噪声很大、方向估计不准，镜像点可能根本不在曲面对侧，此时 MPCL 会拽错方向。论文用 \(L=2\) 的迭代缓解，但没有报告训练前期的收敛曲线。
\(w_1, w_2\) 的固定取值依赖局部曲面"近似平面"假设：在高曲率细节区域，"对称延伸"未必真的把镜像点送到曲面另一侧，这可能是 PCNet（含细节较多）相对 PUNet 的 CD 改进幅度更小（30% vs 48% @ 3%）的隐性原因。可改进方向是按局部曲率自适应预测 \(w_2\)。
只对 Gaussian/Laplacian/Discrete 等数学噪声做了系统评测，对 LiDAR 多路径、镜面反射、动态物体伪影等真实复杂噪声只有 Kinect/Paris 的定性图，缺乏定量。
\(L=2\) 的迭代上限可能是性能瓶颈：扩散去噪范式（PD-Refiner、PD-LTS）通常用更多步，但 SIMPC 每步要算镜像点+二次 PSA，开销翻倍，限制了堆深度。后续可探索镜像点的轻量化变体。

评分¶

新颖性: ⭐⭐⭐⭐⭐ "用模型自身预测的去噪向量构造对称镜像点"是一个非常干净、可解释、且和点云去噪的几何本质直接对齐的 idea，跳出了"对应必须来自多份观测"的惯性思维。
实验充分度: ⭐⭐⭐⭐ 覆盖 PUNet/PCNet 合成数据 × 3 档高斯 + 4 种非高斯 + Kinect/Paris 两个真实数据集，消融精确隔离 MPCL 与 \(w_2\)；扣 1 星是因为缺少训练动态分析和高曲率区域的 failure case 可视化。
写作质量: ⭐⭐⭐⭐ Fig.1 的四象限对照图把和前人 paradigm 的差异说得非常清楚，方法章节顺序与读者疑问完全对齐；公式偶有符号不一致（\(\bar{x}_i\) 与 \(\mathrm{x}_i\) 混用）。
价值: ⭐⭐⭐⭐⭐ 给无监督 3D 任务提供了"模型自反馈生成几何对应"的通用范式，能直接迁移到 SDF 拟合、无监督表面重建、点云补全等多个相关任务。