PT v1

章节概述

1. 摘要

   提出一种基于自注意力机制的 Point Transformer 网络，用于点云语义分割、对象分类和部件分割，在多个任务和数据集上设定了新的SOTA表现。

2. 引言

   指出3D点云处理的挑战以及与图像处理不同的结构，提出使用Transformer架构的动机，并概述了本文贡献：设计了Point Transformer层、完整网络结构以及广泛的实验评估。

3. 相关工作

   回顾三类点云方法：投影、体素、原始点基方法，并重点讨论了Transformer及其在视觉和点云中的应用，明确指出现有Attention方法在大规模3D中的局限。

4. Point Transformer方法

   系统介绍了Point Transformer结构，包括自注意力形式（矢量注意力）、位置编码、Transformer block、Transition模块、完整网络架构等。

5. 实验

   在S3DIS、ModelNet40、ShapeNetPart三个数据集上进行实验，评估了语义分割、形状分类和部件分割的性能，并进行了消融实验验证各设计选择。

6. 结论

   总结了Transformer在3D点云处理中的自然适配性和优越性能，强调本文设计的有效性并呼吁未来更多探索。

介绍

经典的 Point Transformer工作

最终成了一个经典的 backbone

文章主要提出 Point Transformer Layer ——面向点云的局部矢量自注意力机制