本文提出了增强的点云采样协议PointDR，解决了点云学习中的脆弱性问题。该方法结合了关键点识别和灵活样本大小的下采样与重采样策略，提升了点云学习的鲁棒性，尤其在受污染的点云分类任务中表现优异。

PatchFormer是一种用于点云学习的神经网络，通过自适应学习小基础和计算注意力矩阵来实现对不同尺度特征的关注。与以前的点Transformers相比，PatchFormer在准确性上表现出色，并且速度更快。