首个，专攻点云上下文学习自适应采样！支持点级、提示级

浙江大学与内华达大学研究团队提出MICAS，一种专为3D点云上下文学习设计的多粒度采样方法。该方法包含任务自适应点采样与查询特定提示采样两大模块，分别从点级和提示级优化采样策略。实验表明，MICAS在点云重建、去噪、配准和分割等任务中显著提升模型性能，相比传统方法更具稳健性和适应性，为3D点云处理提供了新思路。
来源：https://mp.weixin.qq.com/s/8GLaf0IR0z94bAO3skjTjw