論文の概要: Point-Focused Attention Meets Context-Scan State Space: Robust Biological Visual Perception for Point Cloud Representation

• arxiv url: http://arxiv.org/abs/2610.11342v1
• Date: Thu, 08 Oct 2026 06:37:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 11:59:33.74085
• Title: Point-Focused Attention Meets Context-Scan State Space: Robust Biological Visual Perception for Point Cloud Representation
• Title（参考訳）: Point-Focused Attention with Context-Scan State Space: Robust Biological Visual Perception for Point Cloud Representation
• Abstract要約: PointLearnerは,生体視と密接に一致したポイントクラウド表現学習ネットワークである。 具体的には、まず、視覚的焦点における胎児の視覚をシミュレートする点中心の注意を設計する。 第2に、視覚のササード推論を模倣したコンテキストスキャン状態空間を提案し、シーンの全体的意味構造と空間的内容を予測する。
• 参考スコア（独自算出の注目度）: 12.831969253319043
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Synergistically capturing intricate local structures and global contextual dependencies has become a critical challenge in point cloud representation learning. To address this, we introduce PointLearner, a point cloud representation learning network that closely aligns with biological vision which employs an active, foveation-inspired processing strategy, thus enabling local geometric modeling and long-range dependency interactions simultaneously. Specifically, we first design a point-focused attention, which simulates foveal vision at the visual focus through a competitive normalized attention mechanism between local neighbors and spatially downsampled features. The spatially downsampled features are extracted by a pooling method based on learnable inducing points, which can flexibly adapt to the non-uniform distribution of point clouds as the number of inducing points is controlled and they interact directly with point clouds. Second, we propose a context-scan state space that mimics eye's saccade inference, which infers the overall semantic structure and spatial content in the scene through a scan path guided by the Hilbert curve for the bidirectional S6. With this focus-then-context biomimetic design, PointLearner demonstrates remarkable robustness and achieves state-of-the-art performance across multiple point cloud tasks.
• Abstract（参考訳）: 複雑なローカル構造とグローバルなコンテキスト依存を同期的にキャプチャすることは、ポイントクラウド表現学習において重要な課題となっている。 そこで本研究では,生物ビジョンと密接に連携するポイントクラウド表現学習ネットワークであるPointLearnerを紹介した。 具体的には、まず、局所的な隣人と空間的に見下ろされた特徴との間の競合する正規化注意機構を通して、視覚的焦点における胎児の視覚をシミュレートする点中心の注意を設計する。 学習可能な誘導点に基づくプーリング法により、誘導点数を制御することにより、点雲の非均一分布に柔軟に適応し、点雲と直接相互作用する。 第2に、両方向S6のヒルベルト曲線で導かれる走査経路を通して、シーンの全体的意味構造と空間的内容を推定する、眼球のササード推論を模倣するコンテキストスキャン状態空間を提案する。 このフォーカステーマのバイオミメティックデザインにより、PointLearnerは目覚ましい堅牢性を示し、複数のポイントクラウドタスクで最先端のパフォーマンスを実現する。

関連論文リスト

• Vision Pretraining for Dense Spatial Perception [69.54043654361772]
  我々は境界中心レンズによる視力事前訓練について研究し、境界と形状の不連続性が幾何学的性質の知覚に必須の手がかりとなるという前提によって動機づけられた。 その結果,境界モデリングは単純な線分を超えて,空間的に構造化された視覚表現を学習するためのスケーラブルな事前学習原理として機能することがわかった。
  論文  参考訳（メタデータ） (2026-07-06T15:56:14Z)
• Point Cloud Understanding via Attention-Driven Contrastive Learning [64.65145700121442]
  トランスフォーマーベースのモデルは、自己認識機構を活用することにより、先進的なポイントクラウド理解を持つ。 PointACLは、これらの制限に対処するために設計された、注意駆動のコントラスト学習フレームワークである。 本手法では, 注意駆動型動的マスキング手法を用いて, モデルが非集中領域に集中するように誘導する。
  論文  参考訳（メタデータ） (2024-11-22T05:41:00Z)
• DV-Matcher: Deformation-based Non-Rigid Point Cloud Matching Guided by Pre-trained Visual Features [1.3030624795284795]
  DV-Matcherは、非剛性変形点雲間の密接な対応を推定するための学習ベースのフレームワークである。 実験結果から,本手法は非剛性点雲をほぼ等尺形状と異質形状の両方で整合させることで,最先端の結果が得られることがわかった。
  論文  参考訳（メタデータ） (2024-08-16T07:02:19Z)
• Point Cloud Compression with Implicit Neural Representations: A Unified Framework [54.119415852585306]
  我々は幾何学と属性の両方を扱える先駆的なクラウド圧縮フレームワークを提案する。 本フレームワークでは,2つの座標ベースニューラルネットワークを用いて,voxelized point cloudを暗黙的に表現する。 本手法は,既存の学習手法と比較して,高い普遍性を示す。
  論文  参考訳（メタデータ） (2024-05-19T09:19:40Z)
• Point Cloud Segmentation Using Sparse Temporal Local Attention [30.969737698335944]
  そこで本稿では,従来のクラウドフレーム内の局所的特徴を集約した,スパース時間的局所的注意(STELA)モジュールを提案する。 SemanticKittiデータセットで64.3%の競合的なmIoUを実現し、単一フレームベースラインよりも大幅に改善されていることを示す。
  論文  参考訳（メタデータ） (2021-12-01T06:00:50Z)
• Semantic Segmentation for Real Point Cloud Scenes via Bilateral Augmentation and Adaptive Fusion [38.05362492645094]
  現実世界の複雑な環境を直感的に捉えることができますが、3Dデータの生の性質のため、機械認識にとって非常に困難です。 我々は、現実に収集された大規模クラウドデータに対して、重要な視覚的タスク、セマンティックセグメンテーションに集中する。 3つのベンチマークで最先端のネットワークと比較することにより,ネットワークの有効性を実証する。
  論文  参考訳（メタデータ） (2021-03-12T04:13:20Z)
• SPU-Net: Self-Supervised Point Cloud Upsampling by Coarse-to-Fine Reconstruction with Self-Projection Optimization [52.20602782690776]
  実際のスキャンされたスパースデータからトレーニング用の大規模なペアリングスパーススキャンポイントセットを得るのは高価で面倒です。 本研究では,SPU-Net と呼ばれる自己監視型点群アップサンプリングネットワークを提案する。 本研究では,合成データと実データの両方について様々な実験を行い,最先端の教師付き手法と同等の性能が得られることを示す。
  論文  参考訳（メタデータ） (2020-12-08T14:14:09Z)
• CaSPR: Learning Canonical Spatiotemporal Point Cloud Representations [72.4716073597902]
  本研究では,動的あるいは動いた物体の標準点クラウド表現を学習する手法を提案する。 本稿では, 形状再構成, カメラポーズ推定, 連続時間列再構成, 対応推定など, 様々な応用における本手法の有効性を実証する。
  論文  参考訳（メタデータ） (2020-08-06T17:58:48Z)
• Pseudo-LiDAR Point Cloud Interpolation Based on 3D Motion Representation and Spatial Supervision [68.35777836993212]
  我々はPseudo-LiDAR点雲ネットワークを提案し、時間的および空間的に高品質な点雲列を生成する。 点雲間のシーンフローを活用することにより,提案ネットワークは3次元空間運動関係のより正確な表現を学習することができる。
  論文  参考訳（メタデータ） (2020-06-20T03:11:04Z)
• SK-Net: Deep Learning on Point Cloud via End-to-end Discovery of Spatial Keypoints [7.223394571022494]
  本稿では,空間キーポイントの推論と点雲の特徴表現の学習を協調的に最適化する,エンドツーエンドのフレームワークであるSK-Netを提案する。 提案手法は,ポイントクラウドタスクにおける最先端手法に匹敵する性能を示した。
  論文  参考訳（メタデータ） (2020-03-31T08:15:40Z)

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。