本研究提出了一种新的点云去噪框架，通过学习配对点云之间的最佳运输计划，显著提升了去噪效果。实验结果表明，该方法优于现有方法，并且结合颜色信息或DINOv2特征能够进一步改善效果。

CEConvs是一种新的深度学习建模方法，通过参数共享的色调变换实现了跨颜色频谱的形状特征共享，保留重要的颜色信息。实验结果表明，CEConvs对各种任务的下游性能和对颜色变化的改善稳健性具有潜力。