SCPNet: Semantic Scene Completion on Point Cloud用的算法是什么是基于transformer的吗？

SCPNet是一种用于点云语义场景补全的方法，其基本思想是将点云数据转化为一组有序的体素网格数据，并利用一个基于卷积神经网络的编码器来提取点云中每个体素的特征表示。SCPNet中使用的算法不是基于Transformer的，而是基于卷积神经网络的结构。

具体来说，SCPNet使用了一种称为Sparse Convolution的卷积操作来处理点云数据。Sparse Convolution是一种特殊的卷积操作，它可以处理稀疏的数据，如点云数据。SCPNet使用Sparse Convolution来实现对点云中每个体素的特征提取和编码。此外，SCPNet还使用了一些特殊的模块来处理点云数据，如Voxel Feature Encoding和Voxel Feature Decoding等模块，用于对体素网格数据进行编码和解码。

总的来说，SCPNet使用的算法不是基于Transformer的，而是基于卷积神经网络的结构。它可以将点云数据转化为有序的体素网格数据，并利用卷积神经网络来提取点云中每个体素的特征表示，从而实现点云语义场景补全的任务。