论文阅读」CT"/>
「论文阅读」CT
目录
简介
贡献
方法
Overall
CT-block
卷积分支Convolution-branch
注意力分支Transformer-branch
特征传输单元Feature transmission element
Network structure
分类网络
分割网络
简介
提出了一种新的模块,可以同时提取和融合局部和全局特征,称为CT-BLOCK.
CT模块由两个分支组成,其中字母C代表卷积分支,字母T代表Transformer分支。卷积分支对分组的相邻点进行卷积以提取局部特征。同时,Transformer分支对整个点云进行偏移注意力(OA,也就是清华大学的PCT论文里提到的OA模块)处理,提取全局特征。通过CT-BLOCK中特征传输元素构建的桥接,局部和全局特征在学习过程中相互引导,有效融合。
PointNet甚至PointNet++等一些基于图形的方法构建了一个分层网络,以逐层提取点云的局部特征,但是这些方法不能有效地提取长距离的全局特征。Transformer在任意两个输入特征之间执行计算关系,无论这两个特征的位置在基础欧氏空间上有多远,因此transformer架构可以提取远距离全局特征。
此外,transformer架构以可并行和顺序无关的方式处理输入数
更多推荐
「论文阅读」CT
发布评论