摘要
点云序列在空间维度上是不规则且无序的，而在时间维度上则表现出规律性和有序性。因此，现有的基于网格的卷积方法无法直接应用于原始点云序列的空间-时间建模。在本文中，我们提出了一种点空间-时间（PST）卷积，以实现对点云序列的有效表示。所提出的PST卷积首先将点云序列中的空间和时间解耦。然后，利用空间卷积捕捉3D空间中点的局部结构，并使用时间卷积来建模沿时间维度的空间区域的动力学特性。此外，我们将提出的PST卷积集成到一个深度网络中，即PSTNet，以分层方式提取点云序列的特征。广泛的实验表明，在常用的3D动作识别和4D语义分割数据集上，PSTNet在建模点云序列方面具有有效性。