场感知Transformer

适应不同尺寸目标

针对点云分割场景中目标尺寸差异大的问题，通过多粒度注意力与重注意力机制实现自适应感受野，在室内与室内外数据集上均取得领先性能。

Zhou, Junjie · Baolin, Liu · 熊永平 · Chinwai, Chiu · Fangyu, Liu · 龚向阳

IEEE Transactions on Industrial Informatics 2024

技术优势

适应目标尺寸

通过多粒度注意力和重注意力机制，为每个点动态调整感受野，使模型能同时处理大小目标。

推理高效

在保证性能的同时，FAT具有较高的效率，适合实时应用。

应用场景

• 自动驾驶感知：精准分割不同尺寸的车辆、行人等目标，提升感知可靠性。
• 机器人三维视觉：在复杂室内外环境中稳定识别不同尺度的物体，增强机器人导航能力。
• 工业点云分析：处理工业场景中大小不一的零件和结构点云，支持自动检测与测量。