快速点云Transformer
计算机视觉与模式识别
2022-04-05 v2
摘要
神经网络近期的成功使得对3D点云的解读更为深入，但处理大规模3D场景仍然是一个具有挑战性的问题。当前大多数方法将大规模场景分割成小区域，然后将局部预测结果合并。然而，这种方案不可避免地涉及额外的预处理和后处理阶段，并且可能因局部视角的预测而降低最终输出质量。本文介绍了快速点云Transformer，它包含一种新的轻量级自注意力层。我们的方法对连续3D坐标进行编码，并且基于体素哈希的架构提升了计算效率。所提出的方法在3D语义分割和3D检测任务上进行了验证。我们的方法精度可与最佳的基于体素的方法相媲美，并且在S3DIS数据集的3D语义分割任务上，我们的网络推理速度比当前最优的Point Transformer快129倍，同时保持了合理的精度权衡。
引用
@article{arxiv.2112.04702,
title = {Fast Point Transformer},
author = {Chunghyun Park and Yoonwoo Jeong and Minsu Cho and Jaesik Park},
journal= {arXiv preprint arXiv:2112.04702},
year = {2022}
}
备注
Accepted to CVPR 2022