世界知识产权组织（WIPO）最新公布的数据显示，2013年我国PCT国际专利申请量居世界第三。2013年，我国通过PCT途径提交的国际专利申请数量达2.1516万件，首次突破2万件，同比增长15.6%。 　　 2013年，全球通过PCT途径提交的国际专利申请共20.5万件，同比增长5.1%，创历史新高。美国、日本、中国、德国和韩国分列前5名，我国首超德国居第三位；占全球总量的份额达

PCT: Point Cloud Transformer Abstract 点云数据的不规则和无序性是的用神经网络处理变得很困难。PCT是基于Transformer。 为了更好的获得点云局部的联系，采用了最远点采样和最邻近搜索。 Introduction Transformer是一个编码器-解码器结构，包含了三个主要的模块：输入嵌入、位置编码、自注意。自注意模块是核心模块，用于根据输入的

摘要 不规则的区域和无序性给设计用于点云处理的深度神经网络带来了挑战。本文提出了一种用于点云学习的新型框架——点云转换器(PCT)。PCT基于Transformer，在自然语言处理方面取得了巨大的成功，在图像处理方面显示出巨大的潜力。它对于处理一系列点具有固有的排列不变性，这使得它非常适合于点云学习。为了更好地捕捉点云中的局部上下文，我们通过支持最远点采样和最近邻搜索来增强输入嵌入。大量的实验表