28. listopadu 2022
Řečník · 0 sledujících
Řečník · 0 sledujících
Řečník · 0 sledujících
Due to the outstanding competence in capturing long-range relationships, the Self-attention mechanism has achieved remarkable progress in point cloud tasks. Nevertheless, point cloud object often has complex non-Euclidean spatial structures, with the behavior changing dynamically and unpredictably. The current self-attention module highly relies on the dot product multiplication in Euclidean space, which cannot capture internal non-Euclidean structures of point cloud objects, especially the long relationships along the curve of the manifold surface of point cloud object. To address this problem, in this paper, we introduce the metric on the Riemannian manifold to capture the long-range geometrical dependencies of point cloud objects to replace traditional self-attention modules, namely, the Geodesic Self-attention (GSA) module. Our approach achieves state-of-the-art performance on object classification, few-shot learning and part segmentation benchmarks.Due to the outstanding competence in capturing long-range relationships, the Self-attention mechanism has achieved remarkable progress in point cloud tasks. Nevertheless, point cloud object often has complex non-Euclidean spatial structures, with the behavior changing dynamically and unpredictably. The current self-attention module highly relies on the dot product multiplication in Euclidean space, which cannot capture internal non-Euclidean structures of point cloud objects, especially the long…
Účet · 963 sledujících
Profesionální natáčení a streamování po celém světě.
Prezentace na podobné téma, kategorii nebo přednášejícího
Yucheng Shi, …
Pro uložení prezentace do věčného trezoru hlasovalo 0 diváků, což je 0.0 %
Yiming Li, …
Pro uložení prezentace do věčného trezoru hlasovalo 0 diváků, což je 0.0 %
Axel Levy, …
Pro uložení prezentace do věčného trezoru hlasovalo 0 diváků, což je 0.0 %
Wenying Deng, …
Pro uložení prezentace do věčného trezoru hlasovalo 0 diváků, což je 0.0 %
Jaydeep Rade, …
Pro uložení prezentace do věčného trezoru hlasovalo 0 diváků, což je 0.0 %
Pro uložení prezentace do věčného trezoru hlasovalo 0 diváků, což je 0.0 %