Newest papers

MixPT: Point Transformer with Interleaved Window and Global Attention

Minkyun Seo, Hyungtae Lim, Jaesik Park · 2026 · arXiv

DOI: 10.48550/arXiv.2610.31455 · open-access PDF

Portuguese

Os transformadores de nuvem de ponto visam capturar geometria local detalhada e relações em uma cena a um custo computacional gerenciável. Duas abordagens comuns são a atenção da janela e a atenção global. Eles diferem em como permitem a interação em toda a cena, o que se refere à troca de informações entre tokens em toda a cena. A atenção da janela reduz o custo computacional restringindo a auto-atenção a grupos de tokens chamados janelas; em projetos serializados, cada janela contém um número fixo de tokens consecutivos de uma sequência ordenada espacialmente.

Machine translation (Meta M2M100); the English original follows.

Abstract

Point cloud transformers aim to capture detailed local geometry and relationships across a scene at a manageable computational cost. Two common approaches are window attention and global attention. They differ in how they enable scene-wide interaction, which refers to information exchange among tokens across a scene. Window attention reduces computational cost by restricting self-attention to groups of tokens called windows; in serialized designs, each window contains a fixed number of consecutive tokens from a spatially ordered sequence. Because each block only directly connects tokens within

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange