形状感知传播Transformer

全局上下文点云分割

通过形状关键点传播全局上下文，克服纯局部聚合无法捕捉长程依赖的局限。

肖刚 · Sihan, Ge · Yangsheng, Zhong · Zhongcheng, Xiao · Junfeng, Song · 陆佳炜

Pattern Recognition 2025

技术优势

捕捉长程依赖

通过全局形状特征模块学习全局上下文信息，使模型能够建模点云中相距较远的点之间的关系。

细粒度特征传播

局部组传播在区域间传递信息，使特征在邻居间传播以获得更细粒度的特征信息。

位置关系编码

引入空间-形状相对位置编码，获取全局上下文之间的位置关系线索。

应用场景

• 三维场景理解：用全局上下文提升大尺度室内外场景语义分割精度。
• 机器人环境感知：帮助机器人理解点云中的长程空间关系以执行操作。
• 建筑信息建模：对建筑点云进行细粒度语义分割以辅助BIM构建。
• 自动驾驶点云处理：在车载点云中捕捉远距离物体间的依赖以增强场景解析。