yuxumin/PoinTr

What it solves

PoinTr 解决了点云补全的问题，即模型必须从不完整或部分点云中预测出 3D 物件缺失的部分。它特别旨在处理点云可能严重不完整的各种具有挑战性的现实世界场景。

How it works

该项目使用基于 Transformer 的架构。它将点云表示为一组带有位置嵌入（position embeddings）的无序点组。这些点组会被转换为一系列点代理（point proxies），然后通过 Transformer 编码器-解码器架构进行处理，以生成完整的 3D 形状。

Who it’s for

此工具是为从部分传感器数据中重建完整 3D 物件的研究人员和开发者设计的，适用于 3D 计算机视觉、机器人技术和几何深度学习领域。

Highlights

• Geometry-Aware Transformers: 使用 Transformer 编码器-解码器来生成补全后的点云。
• Diverse Benchmarks: 引入了 ShapeNet-55 和 ShapeNet-34 数据集，以更好地反映现实世界中不完整的点云场景。
• AdaPoinTr: 包含一个高级版本，其特色是具有用于实现最先进性能的 SOTA 性能的 Adaptive Denoising Queries。
• Baseline Implementations: 提供其他基准模型如 GRNet, PCN, TopNet, 和 FoldingNet 的 PyTorch 实现，以便进行比较。