[论文阅读]PCT: Point cloud transformer

Guo, M.-H., Cai, J.-X., Liu, Z.-N., Mu, T.-J., Martin, R. R., & Hu, S.-M. (2021). PCT: Point cloud transformer. Computational Visual Media, 7(2), 187–199. https://doi.org/10.1007/s41095-021-0229-5

PCT：点云transformer

摘要
这篇论文介绍了一种名为“点云Transformer”（Point Cloud Transformer，PCT）的新型框架，用于点云学习。由于点云的不规则域和缺乏顺序，设计用于点云处理的深度神经网络具有挑战性。PCT基于变压器（Transformer）构建，该架构在自然语言处理中取得了巨大成功，并在图像处理中展现了巨大潜力。由于其固有的排列不变性，适用于处理点序列，使其非常适用于点云学习。为了更好地捕捉点云中的局部上下文，该方法采用了最远点采样和最近邻搜索的方法来增强输入嵌入。广泛的实验证明，PCT在形状分类、部分分割、语义分割和法线估计等任务上取得了业界领先的性能。

图1：PCT生成的注意力图和部分分割。前三列：不同查询点的逐点注意力图（由指示），黄色到蓝色表示逐渐增加的注意力权重。最后一列：部分分割结果。

图2：PCT架构。编码器主要包括一个输入嵌入模块和四个堆叠的注意力模块。解码器主要包括多个线性层。每个模块上方的数字表示其输出通道数。MA-Pool将最大池化和平均池化连接在一起。LBR组合了线性、批归一化和ReLU层。LBR