「论文阅读」CT

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