3DCTN：用于点云分类的3D卷积-Transformer网络
计算机视觉与模式识别
2022-03-03 v1
摘要
尽管准确快速的点云分类是三维应用中的一项基本任务，但由于点云的不规则性和无序性使得有效且高效的全局判别特征学习变得困难，实现这一目标颇具挑战。近来，3D Transformer已被用于改进点云处理。然而，大量的Transformer层往往会带来巨大的计算和内存开销。本文提出了一种新颖的层次化框架，将卷积与Transformer相结合用于点云分类，命名为3D卷积-Transformer网络（3DCTN），以融合卷积强大且高效的局部特征学习能力与Transformer卓越的全局上下文建模能力。我们的方法有两个主要模块作用于下采样点集，每个模块由一个多尺度局部特征聚合（LFA）块和一个全局特征学习（GFL）块组成，分别通过图卷积和Transformer实现。我们还对一系列Transformer变体进行了详细研究，以探索网络更优的性能。在ModelNet40上的各种实验表明，我们的方法在准确性和效率方面均达到了最先进的分类性能。
引用
@article{arxiv.2203.00828,
title = {3DCTN: 3D Convolution-Transformer Network for Point Cloud Classification},
author = {Dening Lu and Qian Xie and Linlin Xu and Jonathan Li},
journal= {arXiv preprint arXiv:2203.00828},
year = {2022}
}