3D 可学习超级令牌变压器用于激光雷达点云场景分割

May, 2024

3D 可学习超级令牌变压器用于激光雷达点云场景分割

3D Learnable Supertoken Transformer for LiDAR Point Cloud Scene Segmentation

Dening Lu, Jun Zhou, Kyle Gao, Linlin Xu, Jonathan Li

TL;DR3DLST 是一种新颖的 3D Transformer 框架，通过引入 DSO 块实现高效的令牌聚类和聚合，提出了高效的 CAU 块用于令牌重构，并采用 W-net 架构进行基于 Transformer 的特征学习，其在多个具有挑战性的 LiDAR 数据集上表现出优越性能和适应性。

Abstract

3d transformers have achieved great success in point cloud understanding and representation. However, there is still considerable scope for further development in effective and efficient Transformers for large-scale LiDAR point cloud scene segmentation. This paper proposes a novel 3D T

3d transformers lidar point cloud supertoken transformer dynamic supertoken optimization w-net architecture

发现论文，激发创造

超点 Transformer 实现高效三维语义分割

本篇论文介绍一种新的基于超像素点的变压器架构，用于高效地语义分割大规模 3D 场景。

Jun, 2023

高效的点云处理动态令牌聚合点变换器

提出了一种高效的基于 DTA 的前向（DTA-Former）方法，用于点云表示和处理，通过逐渐优化令牌的语义特征和语义关系，实现了在模型 Net40，ShapeNet 和航空多光谱 LiDAR（MS-LiDAR）数据集上超越先前点变换器的 SOTA 性能 30 倍更快。

May, 2024

LEST: 基于 Transformer 的大规模 LiDAR 语义分割

我们提出了一种使用纯 Transformer 的 LiDAR 语义分割体系结构 LEST，在公共语义分割验证集和 SemanticKITTI 测试集上，我们的模型表现优于所有其他最先进的方法。

Jul, 2023

面向点云分割的动态聚类变换网络

该研究提出了一种新的三维点云表示网络，称为动态聚类变换网络（DCTNet），它利用编码器 - 解码器架构来学习全局和局部特征，并提出了新的语义特征动态采样和聚类方法以及一个高效的语义特征引导上采样方法，验证了其在点云分割任务上的性能优于现有的最先进模型。

May, 2023

利用稀疏变换器的单步 3D 物体检测器

本文研究在自动驾驶中基于 LiDAR 的三维物体检测问题，发现传统的下采样操作可能对信息造成不可避免的损失，提出了一种称作 Single-stride Sparse Transformer (SST) 的新方法，该方法利用 transformers 避免了单步架构中接受域不足的问题，有效处理了点云的稀疏性并显著提升了检测性能，验证集上 Level-1 AP 值达到了 83.8，小物体（行人）检测表现尤为突出。

Dec, 2021

3D 点云地图中的 6DoF 定位：Slice Transformer 和自监督学习

自主车辆定位是十分必要的。本研究提出了一种自监督学习的方法，采用 Transformers 技术来进行使用 LiDAR 数据进行室外定位。我们提出了一种对 360 度 LiDAR 扫描进行切片分析的前置任务，并通过多头注意力机制系统地处理这些切片，从而设计了一个被称为 Slice Transformer 的模型。我们还开发了一种名为 Perth-WA 的数据集。最终，在 Perth-WA 和 Appollo-SouthBay 数据集上对我们提出的本地化方法进行了全面评估，同时该研究的自监督学习方法也被证明对于常见下游任务的对象分类具有很大的实效性。

Jan, 2023

CloudAttention：用于 3D 点云学习的高效多尺度注意力方案

使用集合转换器在分层框架中对点云进行形状分类和分割，实现了状态 - of-the-art 的性能，并可用于处理大规模稀疏数据。

Jul, 2022

基于 Superpoint 图的大规模点云语义分割

该研究提出了一种基于深度学习的新框架，用于解决数百万点的大规模点云的语义分割挑战。该框架使用超级点图和图卷积网络等技术，取得了室内和户外 LiDAR 扫描分割方面的新成果。

Nov, 2017

使用语言视觉模型在移动 LiDAR 中进行建筑零击探测

最近的研究进展表明，语言视觉模型在二维计算机视觉任务方面已经超过了现有的最先进技术 (SOTA)，激发了将语言视觉模型应用于三维数据的尝试。然而，应用于点云的 LVM 面临着从三维数据提取特征的困难以及由于数据量大、采集和标注成本高导致数据集的可用性明显有限等挑战。为了解决这些问题，我们的研究旨在通过球面投影将 3D 数据转化为 2D，并尝试使用合成数据评估其在合成和真实数据之间弥合差距方面的效果。我们的方法表现出了高性能，准确率为 0.96，IoU 为 0.85，精确率为 0.92，召回率为 0.91，F1 分数为 0.92，验证了其潜力。然而，在未来的研究中仍需要解决遮挡问题和球面图像生成过程中多标签点的像素级重叠等挑战。

Apr, 2024

SSDA3D: 3D 点云物体检测的半监督领域适应

提出了一种半监督领域自适应方法，名为 “SSDA3D”，包括两个阶段的 Point-CutMix 模块和 Intra-domain Generalization，很好地解决了不同 LiDAR 配置、城市和天气等领域间偏移问题，不依赖于大量标注数据，在只有 10％目标数据标注的情况下，可以超过 100％目标标签的完全监督模型。

Dec, 2022