摘要。室内点云的语义分割是3D场景理解中的一项基本任务，支持虚拟现实、室内导航和建筑管理等应用。基于点的变换器模型实现了高精度，但需要大量的计算资源，而基于超点的方法更高效但往往精度较低。为了解决这个权衡问题，我们提出了LGFormer，一个集成了图卷积网络（GCN）和变换器的轻量级框架，能够共同捕捉局部和全局上下文特征。该方法构建了一个基于超点的拓扑图，通过GCN提取局部特征，并通过变换器层建模全局依赖关系。在S3DIS和ScanNet++数据集上的实验表明，LGFormer分别达到了90.7%和88.5%的分割精度，同时将推理时间减少了99%以上。通过有效利用超点和局部-全局特征融合，LGFormer在显著降低计算成本的情况下提供了具有竞争力的精度，使其适用于大规模室内场景分析。
Zhang等人（周五）研究了这个问题。