GATS：面向不变4D时空点云表示的高斯感知时序缩放Transformer

理解4D点云视频对于使智能体感知动态环境至关重要。然而， 随着帧率变化导致的时序尺度偏差以及不规则点云中分布不确定性， 设计统一且稳健的4D骨干网络极具挑战性。现有基于CNN或Transformer的方法要么受限于受限的感受野， 要么受限于二次计算复杂度， 同时忽视了这些隐式失真。为此，我们提出一种新型双不变框架， 称为\textbf{高斯感知时序缩放 (GATS)}， 明确解决分布不一致性和时序问题。我们提出的\emph{不确定性引导高斯卷积 (UGGC)} 将局部高斯统计信息和不确定性感知门控纳入点卷积中， 从而在密度变化、噪声和遮挡的情况下实现稳健的邻域聚合。并行地，\emph{时序缩放注意力 (TSA)} 引入可学习的缩放因子，以规范化时序距离， 确保帧分区不变性和不同帧率下的一致速度估计。这两个模块是互补的：时序缩放在高斯估计前规范化时间间隔， 而高斯建模增强了对不规则分布的鲁棒性。我们的实验在主流基准数据集MSR-Action3D（\textbf{+6.62\%}准确率）、NTU RGBD（\textbf{+1.4\%}准确率）和Synthia4D（\textbf{+1.8\%}mIoU）上均显示显著性能提升， 为提供一种更高效且原则化的范式以处理不变4D点云视频理解， 在准确性、鲁棒性和可扩展性方面均优于基于Transformer的方法。