Laurent Barnard

潜在高斯泼溅推动机器人4D场景跟踪发展

研究人员推出了一种新颖的4D全景占用跟踪（4D-POT）方法——潜在高斯泼溅（LaGS）。该方法将3D特征建模为动态的、带有特征的高斯分布，能够对多视图特征进行连续的、距离加权的聚合。该方法实现了灵活的感受野和长距离空间交互，超越了传统局部和密集体素算子。在Occ3D nuScenes和Waymo数据集上的实验表明，LaGS在4D-POT方面取得了最先进的性能。