用于点云分析的自适应通道编码Transformer

Transformer在各种计算机视觉领域发挥着越来越重要的作用，在点云分析中也取得了显著成就。由于现有工作主要关注逐点Transformer，本文提出了一种自适应通道编码Transformer。具体而言，设计了一种称为Transformer-Conv的通道卷积来编码通道。它可通过捕获坐标与特征之间的潜在关系来编码特征通道。与简单地为每个通道分配注意力权重相比，我们的方法旨在自适应地编码通道。此外，我们的网络采用低级和高级双语义感受野的邻域搜索方法以提升性能。大量实验表明，我们的方法在三个基准数据集上优于最先进的点云分类与分割方法。