2 个月前

DSPoint:双尺度点云识别与高频融合

Zhang, Renrui ; Zeng, Ziyao ; Guo, Ziyu ; Gao, Xinben ; Fu, Kexue ; Shi, Jianbo
DSPoint:双尺度点云识别与高频融合
摘要

点云处理是一项具有挑战性的任务,因其稀疏性和不规则性。以往的研究工作在局部特征聚合器或全局几何架构的设计上引入了精细的方法,但很少有研究能同时结合两者的优点。我们提出了一种双尺度点云识别与高频融合方法(DSPoint),通过同时在体素和点上操作来提取局部-全局特征。我们颠覆了传统的设计思路,即在体素上应用卷积而在点上应用注意力机制。具体而言,我们在通道维度上解耦点特征以实现双尺度处理:一方面通过逐点卷积进行细粒度几何解析,另一方面通过体素级全局注意力机制进行长程结构探索。我们设计了一个协同注意融合模块来进行特征对齐,该模块通过传递高频坐标信息实现了跨尺度的多模态交互。在广泛使用的ModelNet40、ShapeNet和S3DIS数据集上的实验和消融研究表明,我们的DSPoint方法达到了最先进的性能。

DSPoint:双尺度点云识别与高频融合 | 最新论文 | HyperAI超神经