摘要
近期，一些研究尝试将Transformer应用于3D点云分类。为了减少计算量，大多数现有方法主要关注局部空间注意力机制，但忽略了点的内容特征，未能建立远距离相关点之间的关系。为克服局部空间注意力机制的局限性，我们提出了一种基于点内容的Transformer架构，简称PointConT。该架构利用了特征空间中的点的局部性（基于内容），将具有相似特征的采样点聚类到同一类别中，并在每个类别内计算自注意力，从而在捕捉长程依赖关系和降低计算复杂度之间实现了有效的平衡。此外，我们还引入了一种用于点云分类的Inception特征聚合器，通过并行结构分别在每个分支中聚合高频和低频信息。大量实验表明，我们的PointConT模型在点云形状分类任务上表现出色。特别是在ScanObjectNN数据集最困难的设置下，我们的方法达到了90.3%的Top-1准确率。本文的源代码可在https://github.com/yahuiliu99/PointConT 获取。