Feb, 2024

PointMamba:一种用于点云分析的简单状态空间模型

TL;DR基于状态空间模型 (SSM) 成功在 NLP 任务中进行序列建模的启发,我们提出了具有全局建模和线性复杂度的 PointMamba 框架,通过重新排序策略提供更合理的几何扫描顺序来增强 SSM 的全局建模能力,实验证明我们的 PointMamba 在不同的点云分析数据集上胜过基于 transformer 的对应模型,同时节省了约 44.3% 的参数和 25% 的FLOPs,展示了构建基础 3D 视觉模型的潜在选择,并为点云分析提供了新的视角。