[論文レビュー] PPC-MT: Parallel Point Cloud Completion with Mamba-Transformer Hybrid Architecture

Jie Li, Shengwei Tian+2 more|arXiv (Cornell University)|Mar 1, 2026

3D Shape Modeling and Analysis被引用数 0

ひとこと要約

PPC-MTはMambaエンコーダとTransformerデコーダを組み合わせて、PCAガイド付きの並列点群補完を実現し、PCN・ShapeNet-55/34・KITTIデータセットで最先端の再構成品質を効率的に維持します。

ABSTRACT

Existing point cloud completion methods struggle to balance high-quality reconstruction with computational efficiency. To address this, we propose PPC-MT, a novel parallel framework for point cloud completion leveraging a hybrid Mamba-Transformer architecture. Our approach introduces an innovative parallel completion strategy guided by Principal Component Analysis (PCA), which imposes a geometrically meaningful structure on unordered point clouds, transforming them into ordered sets and decomposing them into multiple subsets. These subsets are reconstructed in parallel using a multi-head reconstructor. This structured parallel synthesis paradigm significantly enhances the uniformity of point distribution and detail fidelity, while preserving computational efficiency. By integrating Mamba's linear complexity for efficient feature extraction during encoding with the Transformer's capability to model fine-grained multi-sequence relationships during decoding, PPC-MT effectively balances efficiency and reconstruction accuracy. Extensive quantitative and qualitative experiments on benchmark datasets, including PCN, ShapeNet-55/34, and KITTI, demonstrate that PPC-MT outperforms state-of-the-art methods across multiple metrics, validating the efficacy of our proposed framework.

研究の動機と目的

• 点群補完における再構成品質と計算効率のバランスを取る必要性を動機づける。
• ターゲット点群のPCAガイド付き均一分解を提案し、並列補完を可能にする。
• MambaベースのエンコーダとTransformerデコーダを組み合わせたハイブリッドアーキテクチャを導入し、効率的かつ正確な補完を実現する。
• 複数の並列出力に学習を分散させるマルチヘッドなリコンストラクタを開発する。
• 監視付き・非監視付きデータセットを横断した包括的評価と頑健な指標を提供する。

提案手法

• 地上 truth 点群をPCAで並べ替え、U個のサブ点群へ均一分解して並列監督を可能にする。
• 軽量なPointNetベースの特徴抽出器を用いて、G局所グループから初期点代理を生成する（FPS + KNN）。
• グローバルコンテクストをMamba3Dベースのエンコーダでエンコードし、線形計算量の特徴抽出を可能にする。
• 幾何学を意識したTransformerデコーダを用いて、エンコーダ代理とシード代理の関係を自己注意・クロス注意を通じてモデル化する。
• Multi-Head Reconstructorで予測をUセットに分割し、それぞれ部分点群を生成し結合して最終的な完全点群を再構成する。
• トレーニングはP0、Pi、Poutの局所/全体忠実度を含むCD_g（全体分布）とCD_l/CD_g（局所/全体忠実度）の多段階損失で行う。

実験結果

リサーチクエスチョン

• RQ1 PCAガイドの順序付けと均一分解は、幾何学的忠実度を損なうことなく効果的な並列化を可能にするか。
• RQ2 MambaとTransformerの統合は、純粋なアテンションベースモデルや純粋な状態空間モデルと比較して、3D点群補完の効率と精度を向上させるか。
• RQ3 提案する並列マルチヘッド補完は、データセット全体で局所的なディテール再現とグローバル形状の一貫性にどのような影響を及ぼすか。
• RQ4 監視付き（PCN、ShapeNet-55/34）と非監視付き（KITTI）ベンチマーク、未知カテゴリを含む場合でも、利点は維持されるか。

主な発見

• PCNにおいて、PPC-MTはDCD 0.491、EMD 17.43、F-Score 0.860という最先端の指標を達成し、CD-ℓ1は6.60、AdaPoinTrを含むいくつかのベースラインを上回る。
• AdaPoinTrと比較して、PPC-MTはF-Scoreを1.5%改善（0.860対0.845）、EMDを27.7%低減（17.43対24.12）、DCDを8.4%低減（0.491対0.536）。
• ShapeNet-55では、CD-ℓ1、CD-ℓ2、DCD、EMD、F1指標で強力な性能を示し、複数の難易度設定でF1の顕著な向上と精度と再現のバランスの良さを示す。
• ShapeNet-34（Seen/Unseenカテゴリ）では、SeenおよびUnseenカテゴリのCD-ℓ1、DCD、EMD、F1で最先端の結果を達成し、強い汎化を示す。
• データセット全体（PCN、ShapeNet-55/34）で、PPC-MTはグローバル分布と局所ディテールの保持において従来手法を一貫して上回り、PCAガイド付き平行フレームワークとMamba-Transformerハイブリッドアーキテクチャの有効性を裏付けている。