論文の概要: PT-WNO: Point Transformer with Wavelet Neural Operator for 3D Point Cloud Semantic Segmentation

• arxiv url: http://arxiv.org/abs/2606.11466v1
• Date: Tue, 09 Jun 2026 21:41:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-11 16:42:38.187674
• Title: PT-WNO: Point Transformer with Wavelet Neural Operator for 3D Point Cloud Semantic Segmentation
• Title（参考訳）: 3次元クラウドセマンティックセマンティックセグメンテーションのためのウェーブレットニューラル演算子を用いたPT-WNO点変換器
• Authors: Nhut Le, Maryam Rahnemoonfar,
• Abstract要約: ポイントクラウドセマンティックセグメンテーションは、きめ細かい局所幾何学と広いグローバルシーン構造の両方をキャプチャするアーキテクチャを必要とする。 本稿では,Wavelet Neural Operato (PT-WNO) を用いたPoint Transformerを提案する。 4つの大規模3Dポイントクラウドベンチマークの実験はPT-WNOの有効性を示した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Point cloud semantic segmentation requires architectures that capture both fine-grained local geometry and broad global scene structure. Transformer-based networks have demonstrated strong performance by focusing on detailed local feature aggregation; however, global context is conveyed primarily through skip connections across encoder-decoder stages, which we argue is insufficient for full scene understanding. We hypothesize that augmenting skip connections with a learnable global feature extraction module allows the network to acquire scene-level knowledge before descending into local detail, leading to richer and more contextually grounded representations. To this end, we propose Point Transformer with Wavelet Neural Operato (PT-WNO), which integrates a shared Wavelet Neural Operator (WNO) branch alongside the skip connections of a point cloud transformer backbone. At each encoder-decoder transition, point features are projected onto a dense 3D volumetric grid where the WNO captures multi-scale global spectral context through learnable wavelet decomposition and reconstruction. These global features are fused back into the network via lightweight adapters, complementing rather than replacing the existing skip connections. Experiments on four large-scale 3D point cloud benchmarks demonstrate the effectiveness of PT-WNO. On S3DIS (Area 5), PT-WNO achieves 71.59% mIoU, outperforming the Point Transformer v3 (PTv3) baseline by +1.03 points. On DALES it achieves 81.05% mIoU (+1.47 over the baseline). On ScanNet~v2, PT-WNO obtains 76.19% mIoU, remaining competitive with the baseline (76.36%).
• Abstract（参考訳）: ポイントクラウドセマンティックセグメンテーションは、きめ細かい局所幾何学と広いグローバルシーン構造の両方をキャプチャするアーキテクチャを必要とする。 トランスフォーマーベースのネットワークは,詳細な局所的特徴集約に着目して高い性能を示してきたが,グローバルコンテキストはエンコーダとデコーダのステージをまたいだスキップ接続によって主に伝達されるため,フルシーン理解には不十分である。 我々は,学習可能なグローバルな特徴抽出モジュールとのスキップ接続を増大させることで,局所的な詳細化に踏み切る前にシーンレベルの知識をネットワークが取得し,よりリッチで文脈的に根ざした表現につながることを仮定する。 そこで本研究では,Wavelet Neural Operato (PT-WNO) を用いたPoint Transformerを提案する。 各エンコーダ/デコーダ遷移において、点特徴は、学習可能なウェーブレット分解と再構成によりWNOがマルチスケールのグローバルスペクトルコンテキストをキャプチャする高密度な3次元体積格子に投影される。 これらのグローバル機能は、既存のスキップ接続を置き換えるのではなく、軽量アダプタを通じてネットワークに融合される。 4つの大規模3Dポイントクラウドベンチマークの実験はPT-WNOの有効性を示した。 S3DIS (Area 5) では、PT-WNO は 71.59% mIoU を達成し、ポイント変換器 v3 (PTv3) のベースラインを +1.03 で上回る。 DALESでは81.05% mIoU (+1.47 over the baseline)を達成した。 ScanNet~v2では、PT-WNOは76.19% mIoUを獲得し、ベースライン(76.36%)と競合する。

関連論文リスト

• PVINet: Point-Voxel Interlaced Network for Point Cloud Compression [83.74785652597248]
  ポイントクラウド圧縮では、再構成されたポイントクラウドの品質は、グローバル構造とローカルコンテキストの両方に依存している。 本稿では,グローバルな構造的特徴と局所的なコンテキスト的特徴を並列にキャプチャするPVINetを提案する。 PVINetは最先端の手法に比べて競争力がある。
  論文  参考訳（メタデータ） (2025-09-01T03:37:32Z)
• TNet: Terrace Convolutional Decoder Network for Remote Sensing Image Semantic Segmentation [0.0]
  リモートセンシングでは、ほとんどのセグメンテーションネットワークはUNetアーキテクチャを採用し、トランスフォーマーのようなモジュールを組み込んでいる。 Terrace Convolutional Decoder Network (TNet)は,畳み込みと加算操作のみを活用する,シンプルで効果的なアーキテクチャである。 我々は、ResNet-18エンコーダ(TNet-R)を用いてTNetを実装し、3つのベンチマークデータセットで評価する。
  論文  参考訳（メタデータ） (2025-08-06T03:44:30Z)
• Collect-and-Distribute Transformer for 3D Point Cloud Analysis [82.03517861433849]
  本稿では,点雲の短距離・長距離コンテキストを通信するための収集・分散機構を備えた新しい変圧器ネットワークを提案する。 その結果,提案したCDFormerの有効性が示され,ポイントクラウドの分類とセグメンテーションタスクにおける最先端のパフォーマンスがいくつか提供された。
  論文  参考訳（メタデータ） (2023-06-02T03:48:45Z)
• VTPNet for 3D deep learning on point cloud [10.470127366415813]
  Voxel-Transformer-Point(VTP)ブロックは、ポイントクラウドの局所的およびグローバル的特徴を抽出する。 VTPは、ボクセルベース、ポイントベース、トランスフォーマーベースの方法の利点を組み合わせたものである。 実験の結果、VTPNetは3Dポイントのクラウド学習において優れたパフォーマンスを示している。
  論文  参考訳（メタデータ） (2023-05-10T13:07:46Z)
• APPT : Asymmetric Parallel Point Transformer for 3D Point Cloud Understanding [20.87092793669536]
  トランスフォーマーベースのネットワークは、3Dポイントクラウド理解において素晴らしいパフォーマンスを達成した。 これらの問題に対処するために,非対称並列点変換器(APPT)を提案する。 APPTは、ローカル詳細機能に集中しながら、ネットワーク全体を通して機能を取り込むことができる。
  論文  参考訳（メタデータ） (2023-03-31T06:11:02Z)
• Deep Point Cloud Reconstruction [74.694733918351]
  3Dスキャンから得られる点雲は、しばしばスパース、ノイズ、不規則である。 これらの問題に対処するため、最近の研究は別々に行われ、不正確な点雲を密度化、復調し、完全な不正確な点雲を観測している。 本研究では,1) 初期密度化とデノナイズのための3次元スパース集積時間ガラスネットワーク,2) 離散ボクセルを3Dポイントに変換するトランスフォーマーによる改良,の2段階からなる深部点雲再構成ネットワークを提案する。
  論文  参考訳（メタデータ） (2021-11-23T07:53:28Z)
• CpT: Convolutional Point Transformer for 3D Point Cloud Processing [10.389972581905]
  CpT: Convolutional Point Transformer - 3Dポイントクラウドデータの非構造化の性質を扱うための新しいディープラーニングアーキテクチャ。 CpTは、既存の注目ベースのConvolutions Neural Networksと、以前の3Dポイントクラウド処理トランスフォーマーの改善である。 我々のモデルは、既存の最先端のアプローチと比較して、様々なポイントクラウド処理タスクの効果的なバックボーンとして機能する。
  論文  参考訳（メタデータ） (2021-11-21T17:45:55Z)
• DSPoint: Dual-scale Point Cloud Recognition with High-frequency Fusion [17.797795508707864]
  高周波核融合(DSPoint)を用いたデュアルスケール点雲認識を提案する。 ボクセルに畳み込みを施すという従来の設計を逆転させ、点に注意を向ける。 広く採用されているModelNet40,ShapeNet,S3DISの実験と改善により,DSPointの最先端性能が実証された。
  論文  参考訳（メタデータ） (2021-11-19T17:25:54Z)
• Container: Context Aggregation Network [83.12004501984043]
  最近の発見は、従来の畳み込みやトランスフォーマーコンポーネントを使わずに、シンプルなベースのソリューションが効果的な視覚表現を生成できることを示している。 マルチヘッドコンテキストアグリゲーションのための汎用ビルディングブロックCONText Ion NERtwokを提案する。 より大規模な入力画像解像度に依存する下流タスクにはスケールしないTransformerベースの手法とは対照的に、当社の効率的なネットワークであるModellightは、オブジェクト検出やインスタンスセグメンテーションネットワークに利用することができる。
  論文  参考訳（メタデータ） (2021-06-02T18:09:11Z)
• Point Transformer [122.2917213154675]
  セルフアテンションネットワークを3Dポイントクラウド処理に適用することを検討する。 ポイントクラウドのセルフアテンションレイヤを設計し、セマンティックシーンセグメンテーションなどのタスクのためのセルフアテンションネットワークの構築に使用します。 ポイントトランスフォーマーの設計は、ドメインやタスク間の事前作業を改善する。
  論文  参考訳（メタデータ） (2020-12-16T18:58:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。