图像与点云之间的特征匹配问题是图像到点云配准的基本问题。利用深度到图像扩散模型提取的中间特征在图像和点云之间具有语义一致性，通过匹配几何特征，提高了扩散特征产生的粗糙对应关系的准确性。该方法在三个公共室内外基准测试上相比现有最先进方法有显著提升。

该研究提出了一种图像与点云之间的特征匹配方法，通过深度到图像扩散模型提取的中间特征和几何特征的匹配，提高了跨模态对应关系的准确性。

该研究提出了一种图像与点云之间的特征匹配方法，通过深度到图像扩散模型提取的中间特征和几何特征的匹配，提高了跨模态对应关系的准确性。

该研究提出了一种图像与点云之间的特征匹配方法，通过深度到图像扩散模型提取的中间特征和几何特征的匹配，提高了跨模态对应关系的准确性。在三个基准测试中，该方法相比现有方法平均提高了20.6%的内点比率、三倍的内点数目和48.6%的配准召回率。

该文介绍了一种基于深度到图像扩散模型提取的中间特征和几何特征的图像到点云配准方法。该方法在三个公共室内外基准测试上表现出色，平均提高了20.6％的内点比率、三倍的内点数目和48.6％的配准召回率相比现有最先进方法。

该研究提出了一种基于深度到图像扩散模型的图像到点云配准方法，通过提取中间特征和几何特征来建立可靠的对应关系。在三个基准测试中，该方法相比现有最先进方法平均提高了20.6％的内点比率、三倍的内点数目和48.6％的配准召回率。