PoinTr：几何敏感的多样点云补全TrICCV 2021 Or 点云

作者 | 于旭敏

编辑 | 王晔

我们提出了一种几何敏感的点云补全Transformer，通过将点云表示成为一组无序的点代理，并采用Transformer的Encoder-Decoder结构进行缺失点云生成。除此以外，我们提出了两个更具有挑战性的点云补全Benchmark——ShapeNet-55/34。我们的论文已被ICCV接收为Oral Presentation，代码、数据集与模型均以开源。
代码仓库：https://github.com/yuxumin/PoinTr
论文链接：https://arxiv.org/abs/2108.08839
视频：https://youtu.be/mSGphas0p8g

简介
在现实场景下，现有的3D传感器由于物体自遮挡等问题只能采集到缺失且稀疏的点云数据，所以如何将这样缺失且稀疏的点云进行补全以得到高品质的点云，具有重大意义。

想要借助无序且缺乏结构的点云数据进行3D物体形状的补全，我们需要充分挖掘已知点云中的结构信息与长程关系。为此，我们将点云补全问题建模为一个集合到集合的翻译问题，即通过已知的点云的信息翻译得到缺失部分的点云。我们提出了PoinTr模型，其核心在于通过Transformer-Encoder充分建模已知点云的结构信息与点间关系，再通过Transformer-Decoder学习缺失部分与存在部分的相互关系并以此重建缺失点云。

同时我们提出两个更具挑战性的点云补全Benchmark，用以检验点云补全模型在更贴近真实条件下的补全表现。其中ShapeNet-55相比于PCN数据集考虑了更多样的任务（点云补全与点云上采样）、更多样的种类（从原本的8类到55类）、更多样的缺失视角（从原本的8视角到任意可能视角）以及更多样级别的缺失（缺失25%到75%的点云）；ShapeNet-34则可以测试模型在训练集中不存在的类别的物体上的补全表现。

（ShapeNet-55/34数据集）

方法

下面介绍我们的整体框架，我们提出的PoinTr主体由Transformance Encoder-Decoder构成：

简单来说，在对点云进行补全时，我们会先将点云处理成为固定数目的点代理，方便作为Transformer的输入；然后我们通过Encoder对现有点云进行编码，通过Query Generator后生成第一阶段的点云中心和对应的动态Queries；最后这些Queries通过Decoder被翻译成点代理，点代理经过一个FoldingNet得到相对于特定中心点的偏移量，通过将对应中心进行移动，我们可以得到某个点代理对应的局部点云。

点代理生成：

想要将点云作为Transformer的输入，首先我们需要将点云处理成一个序列。最简单的想法是将每一个点作为序列的一个元素作为输入，但是这样会带来非常大的计算资源负担。所以我们提出可以将点云处理成一系列的点代理，用来代表点云上的一个局部区域特征。首先，我们对点云进行最远点采样（FPS），得到固定的N个中心点；然后，我们使用一个轻量的DGCNN对局部区域进行特征提取，这样我们可以得到N个局部区域的特征，其中对应了以为中心点的区域的特征。最后，我们利用一个MLP网络，提取每一个局部特征的位置嵌入(positional embedding)，相加后得到点代理，即，作为Encoder的输入。