Point-LN：一种用于高效点云分类的轻量级框架，采用非参数位置编码
材料科学
2025-10-24 v3
摘要
我们提出Point-LN，这是一个新型轻量级框架，用于高效的3D点云分类。Point-LN集成了关键非参数组件——包括最远点抽样（FPS）、k近邻（k-NN）和非可学习的位置编码——以及大幅提升分类精度的简化可学习分类器，同时保持最小的参数规模。该混合架构确保计算成本低、推理速度快，使Point-LN适用于实时和资源受限的应用。针对ModelNet40和ScanObjectNN等基准数据集进行全面评估，表明Point-LN在保持卓越效率的前提下，实现了与当前最先进方法相当的性能。这些结果表明Point-LN是一种稳健且可扩展的解决方案，可适用于多样化的点云分类任务，凸显了其在计算机视觉各种应用中广泛采用的潜力。
引用
@article{arxiv.2501.14237,
title = {Observation of Orbital Hall Effect in Si},
author = {R. Matsumoto and R. Ohshima and M. Funato and Y. Ando and Y. Mokrousov and D. Go and M. Shiraishi},
journal= {arXiv preprint arXiv:2501.14237},
year = {2025}
}
备注
25 pages, 5 figures