本文介绍了一种利用三维全卷积网络的学习机制，能够稠密地预测每个三维点的检测分数和描述特征，并通过自监督的检测器损失来指导特征匹配结果。该方法在3DMatch和KITTI数据集上取得了最先进的结果，并在ETH数据集上展现了强大的概括能力，为实现准确快速的点云对齐提供了可靠的特征检测器。