增强现实是将计算机生成的虚拟视觉数据叠加到现实场景中并向用户提供交互功能的一种技术。多人增强现实机制是允许多个用户使用各自的设备在同一现实场景中互动的机制,通过解算不同设备之间的坐标系变换关系,实现空间中虚拟物体的共享。现有的基于多目摄像头的机制存在设备价格高昂、无法推广普及的问题;基于视觉惯性里程计的机制存在依赖严格标定的高精度IMU所带来的通用性较差的问题;基于单目摄像头的机制存在依赖标志性marker的问题。此外,若使用单目视觉SLAM代替标志性marker为增强现实提供三维注册,虽然通用性高且可以避免对marker的依赖,但是由于单目视觉SLAM无法确定场景的真实尺度,会带来不同设备间坐标系尺度上无法统一的问题。本文针对上述存在的问题,提出了基于点云配准的单目视觉多人增强现实机制。本文的主要工作分为三部分:(1)提出了基于深度神经网络的不同尺度点云配准方法。该方法利用深度神经网络提取点云的空间特征,之后再根据提取出的空间特征进行迭代配准。通过引入尺度因子和相似变换群以及其对应的7维李代数,该方法实现了对不同尺度的点云进行配准。(2)基于上述不同尺度点云配准方法,提出了基于点云配准的单目视觉多人增强现实机制。该机制利用单目视觉SLAM提供三维注册能力,通用性高且避免了对marker的依赖,其中坐标系变换求解模块使用本文提出的基于深度神经网络的不同尺度点云配准方法,解决了不同设备间坐标系尺度上无法统一的问题。(3)通过实验验证上述方法与机制的有效性,包括利用测试数据对上述点云配准方法进行了测试并与现有的点云配准方法进行了对比分析;实现了上述多人增强现实机制的实验原型,对原型进行了功能测试并与现有的多人增强现实机制进行了对比分析。结果表明,本文提出的方法与机制达到了预期效果。