Aug, 2021
PoinTr: 基于几何感知Transformer的多样化点云完成
PoinTr: Diverse Point Cloud Completion with Geometry-Aware Transformers
TL;DR该论文提出了一种新方法PoinTr,将点云补全问题重新构造为集合对集合翻译问题,并采用Transformer编码器-解码器架构。通过使用定位嵌入在无序点组中表示点云,我们将点云转换为点代理序列,并使用变形器进行点云生成。在点云的局部几何关系中,我们进一步设计了一种几何感知块以更好地利用点云的3D几何结构归纳偏差,使得变形器能够更好地学习结构知识和保留详细信息,从而完善点云。此外,我们提出了两个具有更多不完整点云的具有挑战性的基准测试,以更好地反映现实世界的情况。实证结果表明,我们的方法在新的基准测试和现有基准测试上均优于现有最先进的方法。