PST-Mamba网络

参数降55%·算力降70%

引入语义引导流形展开,把三维点云无损映射为一维序列,让Mamba在保持拓扑连续和语义一致性的同时完成高效全局建模。

郑翔天 · Ji, Chen · Cai, Wei · 汤向华 · 杨晓琳 · 程亮

Information Fusion 2026

参数信息

分类准确率 (OA)
95.21 %
分类准确率 (OA)
90.09 %
参数减少量
54.8 %
FLOPs减少量
70.5 %

技术优势

算力降七成

采用Mamba的线性复杂度建模,相对于Transformer模型减少了70.5%的FLOPs,适合实时和边缘部署。

语义保持

通过语义引导的流形展开,将点云投影到一维序列时保持拓扑连续性和语义连贯性,避免几何扫描带来的信息割裂。

多模态融合

融入隐式语义提示,将文本上下文先验注入几何特征,实现视觉与语言信息的深度结合,超越纯几何方法。

应用场景