ShapeNetPart
PulseAugur coverage of ShapeNetPart — every cluster mentioning ShapeNetPart across labs, papers, and developer communities, ranked by signal.
-
PCT-Prompt框架提升Transformer在点云密集预测任务中的性能
研究人员推出了一种名为PCT-Prompt的新框架，旨在提升标准Transformer在点云密集预测任务中的性能。该框架包含一个提示引导的特征分支和一个预训练的Transformer骨干网络。提示引导分支包括用于细粒度特征提取和提示令牌生成的组件，并通过交叉注意力进行精炼。在ShapeNetPart和S3DIS等数据集上的实验结果表明，PCT-Prompt显著提高了Transformer在这些复杂场景分析任务中的适应性。
-
Active Spiking Perception 使用膜电位进行随时随地的 3D 识别
研究人员开发了 Active Spiking Perception (ASP)，这是一种用于 3D 点云识别的新颖方法，它利用脉冲神经网络的膜电位作为信念状态。该方法允许网络动态选择要观察的下一个数据块，并根据置信度边际触发提前退出。ASP 在 ModelNet40 和 ModelNet10 等基准测试中取得了有竞争力的准确性，同时还提供了传统方法所缺乏的随时随地接口。该技术已成功应用于密集预测任务，证明了其在点云识别之外的多功能性。
-
主动脉冲感知使用膜电位进行随时3D识别
研究人员开发了主动脉冲感知（ASP），一种用于3D点云识别的新方法，该方法利用脉冲神经网络的膜电位作为信念状态。这种方法允许网络迭代地选择要观察的下一个数据块，并根据置信度边际触发提前退出。ASP在ModelNet40和ModelNet10等基准测试中取得了有竞争力的准确性，同时还提供了其他脉冲模型中不存在的随时接口。该技术还被应用于密集预测任务，在ShapeNetPart和S3DIS Area 5上取得了优异的成果。
-
新的UTok3D分词器将CLIP适配于3D理解任务
研究人员开发了UTok3D，一个新颖的参数高效框架，旨在将CLIP（一种视觉-语言模型）适配于3D理解任务。该分词器解决了将CLIP（在2D图像块上训练）应用于不规则和稀疏的3D点云的挑战。UTok3D学习了一个尺度归一化的3D分词器，使冻结的CLIP视觉编码器能够解释3D数据，从而在ShapeNetPart、ScanNetV2、S3DIS、SemanticKITTI和nuScenes等多样化数据集上实现无标注3D分割。
-
DM3D：动态Mamba架构增强点云理解能力
研究人员开发了DM3D，一种新颖的动态Mamba架构，旨在增强点云理解能力。该方法通过自适应局部特征支持和状态传播，解决了现有状态空间模型（SSMs）的局限性，无需固定的token顺序。DM3D学习空间和序列偏移来调整特征采样，使tokens能够聚合更相关的局部上下文，并根据3D点距离改进信息传播。该模型在基准数据集上表现强劲，在ModelNet40和ScanObjectNN上实现了高精度，并在ShapeNetPart上取得了有竞争力的结果。
-
VT-3DAD框架通过视觉-文本对齐增强三维异常检测
研究人员推出了一种新颖的VT-3DAD框架，用于检测不同类别三维点云中的异常。这种无需训练的方法利用CLIP的视觉和文本信息来识别与正常模式的偏差。通过将视觉特征与文本编码的法向量锚点对齐，VT-3DAD显著提高了异常检测任务的准确性并降低了变异性，其性能优于现有的仅视觉基线。
-
新型PointCRA网络通过新颖的注意力机制增强3D点云分析
研究人员推出PointCRA网络，这是一种用于3D点云分析的新颖方法，解决了网络深层信息丢失的问题。该方法采用通道级基于度量的增强机制，引入时间趋势变化作为新的评估维度。该框架利用邻域同质性进行权重校准，并使用专用损失函数来提高通道可辨别性，提供可解释性和参数效率。