论文解读PCT: Point Cloud Transformer（用于点云处理的Transformer)

        最近几年transformer越来越火，在NLP、CV等领域都取得了很大的成功。这篇文章作者利用了transformer能够处理无序数据的特点，将transformer应用到点云的处理上。它的想法是基于最原始的transformer那篇文章（Attention Is All Your Need)，关于那篇文章的解读可以参考：庖丁解牛Transformer原理。

        论文的整体架构如下图1所示，整体上跟pointnet那篇差不多（左边是一个encoder结构，右边是一个decoder），不同的地方主要在于encoder。对于encoder点云数据先经过一个Input Embedding模块，然后通过一系列的Attention模块并且cat每个模块的输出，最后再经过一个全连接层得到点云的特征。对于decoder来说，根据task不同其结构不同，其结构跟pointnet那篇基本上一样，所以这里不做介绍。

图1 PCT整体架构

        下面再来看看作者是怎么设计encoder的，根据网络结构由简入繁，作者把encoder分为三个版本：NPCT（Naive PCT）、SPCT（Simple PCT）、PCT。