SAT-Former: An Efficient 3-D Transformer With Semantic Aggregated Point Tokenizer for Point Cloud Semantic Segmentation in Urban Scenes
Notice bibliographique
Résumé
3D Transformers have advanced point cloud understanding, but prevalent token generation methods (e.g., Farthest Point Sampling and k-Nearest Neighbors clustering) over-rely on geometric properties while neglecting semantic information. In urban scene point clouds, these methods cannot easily form semantically homogeneous neighborhoods, which forces semantic confusion in point tokens and weakening the self-attention mechanism's ability to model token similarity. Additionally, processing large-scale point clouds leads to excessive tokens, imposing high computational costs of attention calculations and reducing efficiency. Therefore, from the perspective of semantic information, this paper re-examines the point token generation problem and accordingly proposes an efficient 3D Transformer withSemanticAggregated pointTokenizer (SAT-Former) for point cloud semantic segmentation in urban scenes. The developed tokenizer comprises two key modules: the Relation Reasoning Module (RRM) and the Feature Mapping Module (FMM). RRM captures inter-token relationships, generating semantic homogeneity guidance to effectively transmission and integrate semantic information, thereby reducing semantic confusion. FMM maps point-level features onto the semantically homogeneous guided tokens generated by RRM, enhancing token expressiveness while preserving essential details. We evaluate SAT-Former on three urban scene point cloud datasets: Hessigheim 3D (H3D), Toronto-3D (T3D), and SensatUrban, demonstrating competitive performance and up to$30\times$faster inference efficiency than baseline methods while maintaining >95% of their accuracy. Additionally, extensive visualization experiments highlight the semantic homogeneity and feature representativeness of the generated tokens, providing insights into the model's internal mechanisms and validating its effectiveness.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,006 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».