摘要

不规则的点云域结构以及缺乏有序性，给点云处理的深度神经网络设计带来了挑战。本文提出一种名为点云变换器（Point Cloud Transformer, PCT）的新框架，用于点云学习。PCT 基于 Transformer 架构，该架构在自然语言处理领域取得了巨大成功，并在图像处理任务中展现出巨大潜力。由于其固有的排列不变性（permutation invariant），PCT 能够有效处理点序列，因而特别适用于点云学习任务。为更好地捕捉点云内部的局部上下文信息，本文在输入嵌入阶段引入了最远点采样（farthest point sampling）和最近邻搜索（nearest neighbor search）机制以增强特征表示。大量实验结果表明，PCT 在形状分类、部件分割和法向估计等任务上均达到了当前最优（state-of-the-art）性能。