ICLR 2022 | 纯MLP的点云网络：新架构PointMLP大幅提高点云分类准确率和推理速度

3D 点云数据由于其无序性 (unorderness)、稀疏性(sparisity)和不规则性（irregularity）等特点，往往难以处理。为了描述 3D 数据的几何特征，研究者专注于局部几何的获取，提出各种基于卷积、图卷积或者注意力机制的「复杂的」局部几何描述模块。然而这些操作往往会导致较慢的推理速度，并没有带来实质的提高。

近日，来自美国东北大学和哥伦比亚大学的研究者发现，复杂的局部几何描述模块也许并不是 3D 网络的关键， 一个纯 MLP 架构的网络能取得更好的结果，并且能够大幅提升推理速度。该论文已被 ICLR 2022 接收，代码已经开源。

• 论文地址：https://arxiv.org/abs/2202.07123

• 代码地址：https://github.com/ma-xu/pointMLP-pytorch

PointMLP 结构图

内容中包含的图片若涉及版权问题，请及时与我们联系删除