本文共 977 字，大约阅读时间需要 3 分钟。

没错！Transformer的"魔爪"已经伸向3D目标检测了。

Pointformer：用于3D点云的特征学习backbone，可结合并提高现有的3D点云目标检测网络性能，如VoteNet、PointRCNN和CBGS等。

注：文末附【Transformer】和【3D目标检测】学习交流群

Transformer最近在3D点云方向应用的工作可以看一下：

Pointformer

3D Object Detection with Pointformer

• 作者单位：清华大学（黄高团队）, 亚马逊Alexa AI等
• 论文：https://arxiv.org/abs/2012.11409

由于3D点云数据的不规则性，从点云进行3D目标检测的特征学习非常具有挑战性。

在本文中，我们提出了Pointformer，这是专为3D点云设计的Transformer backbone，可以有效地学习特征。

具体而言，采用Local Transformer模块对局部区域中的点之间的交互进行建模，从而在对象级别学习上下文相关的区域特征。Global Transformer旨在学习场景级别的上下文感知表示。

为了进一步捕获多尺度表示之间的依赖关系，我们提出了“Local-Global Transformer”，以将局部特征与高分辨率的全局特征集成在一起。此外，我们引入了一个有效的坐标优化模块，以将向下采样的点移动到更靠近对象质心的位置，从而改善了对象proposal的生成。

Local Transformer

主要贡献：

实验结果

我们将Pointformer用作最新目标检测模型的基础，并在室内和室外数据集上展示了优于原始模型的重大改进。

Transformer交流群

已建立CVer-Transformer微信交流群！想要进Transformer学习交流群的同学，可以直接加微信号：CVer5555。加的时候备注一下：Transformer+学校+昵称，即可。然后就可以拉你进群了。

3D目标检测交流群

建了CVer-目标检测交流群！想要进检测学习交流群的同学，可以直接加微信号：CVer5555。加的时候备注一下：3D目标检测+学校+昵称，即可。然后就可以拉你进群了。

强烈推荐大家关注CVer知乎账号和CVer微信公众号，可以快速了解到最新优质的CV论文。

转载地址：http://kkwsz.baihongyu.com/