EdgeFormer：基于局部图块的点云边缘检测变换器
计算机视觉与模式识别
2026-04-24 v1
摘要
3D 点云上的边缘点能够清晰传递几何与表面特征，因此边缘检测在众多具有高工业和商业需求的视觉应用中得到广泛使用。然而，由于边缘特征通常稠密分布或呈现小尺度表面梯度，细粒度边缘特征难以有效检测。为此，我们提出一种基于学习的边缘检测网络，命名为 EdgeFormer，其主要包含两个阶段。基于相邻点倾向于形成局部底层表面这一观察，我们将整个点云的边缘检测转化为基于局部图块的点分类问题。因此，在第一个阶段，我们构建局部图块特征描述符，以描述每个点周围的局部邻域。在第二个阶段，我们通过分析第一个阶段生成的局部图块特征描述符来对每个点进行分类。由于将点云转换为局部图块，该方法能够有效提取更细致的细节。实验结果表明，我们的模型在与六个基线方法的比较中表现具竞争力。
引用
@article{arxiv.2604.21387,
title = {EdgeFormer: local patch-based edge detection transformer on point clouds},
author = {Yifei Xie and Zhikun Tu and Tong Yang and Yuhe Zhang and Xinyu Zhou},
journal= {arXiv preprint arXiv:2604.21387},
year = {2026}
}
备注
22 pages, 9 figures. Published in Pattern Analysis and Applications