ExpPoint-MAE：面向自监督点云Transformer的更优可解释性与性能

本文深入研究了在点云领域中通过自监督学习所获得的Transformer模型的特性。具体而言，我们评估了掩码自编码（Masked Autoencoding）作为预训练策略的有效性，并探讨了动量对比（Momentum Contrast）作为替代方案的潜力。在研究中，我们考察了数据量对所学特征的影响，并发现Transformer在不同领域间表现出相似的行为模式。通过全面的可视化分析，我们观察到Transformer能够关注具有语义意义的区域，表明预训练有助于模型更好地理解点云数据的底层几何结构。此外，我们还分析了微调过程对学习表征的影响，并据此提出了一种解冻策略，该策略在不改变模型结构或训练流程其他任何部分的前提下，持续优于基线方法，并在分类任务中取得了当前Transformer模型中的最先进性能。