用于点云分析的双Transformer网络
计算机视觉与模式识别
2021-04-28 v1 多媒体
摘要
继Transformer在自然语言处理和图像理解任务中取得巨大成功之后，本文提出了一种新颖的点云表示学习架构，称为双Transformer网络（DTNet），其主要由双点云Transformer（DPCT）模块构成。具体而言，通过同时聚合精心设计的逐点和逐通道多头自注意力模型，DPCT模块能够从位置和通道的角度语义地捕获更丰富的上下文依赖关系。以DPCT模块为基础组件，我们构建了DTNet，以端到端方式执行点云分析。在公开基准上的大量定量和定性实验证明了我们提出的Transformer框架在3D点云分类和分割任务上的有效性，与最先进的方法相比取得了极具竞争力的性能。
关键词
引用
@article{arxiv.2104.13044,
title = {Dual Transformer for Point Cloud Analysis},
author = {Xian-Feng Han and Yi-Fei Jin and Hui-Xian Cheng and Guo-Qiang Xiao},
journal= {arXiv preprint arXiv:2104.13044},
year = {2021}
}
备注
8 pages, 4 figures