混合Transformer-CNN架構用於高效點雲分類的註意力機製研究

摘要

本文提出了一種基於Transformer的點雲分類方法。通過設計兩個關鍵模塊：混合特征提取模塊和多頭自註意力模塊，實現了點雲數據的高效特征提取和分類。混合特征提取模塊整合了卷積神經網絡（CNN）和Transformer架構的優勢，通過卷積操作提取局部幾何特征。多頭自註意力模塊通過多個自註意力頭檢測點雲中的多樣化特征關聯，以進一步增強特征表示。實驗結果也證明了我們方法的有效性。我們的方法在ModelNet40數據集上達到了91.6%的mAcc和93.3%的OA；在ScanObjectNN數據集上，它達到了79.8%的mAcc。