SemanticKITTI
PulseAugur coverage of SemanticKITTI — every cluster mentioning SemanticKITTI across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
SparseOcc++ 推进自动驾驶语义占用预测 · 追踪 2 个来源
研究人员推出 SparseOcc++，这是一个用于基于视觉的 3D 语义占用预测的先进框架，这对于自动驾驶至关重要。该新方法通过将场景补全与语义分割解耦，解决了计算效率低下和几何歧义问题，从而改进了现有的稀疏表示。SparseOcc++ 将补全重新表述为符号距离回归，并使用几何引导传播模块来确保语义分割仅限于经过几何验证的区域。实验表明，SparseOcc++ 通过提高 IoU 和大幅缩短处理时间（与 SparseOcc 和 OccF…
-
PointDiffusion 推动自动驾驶领域的三维场景重建
研究人员开发了 PointDiffusion，一种从稀疏 LiDAR 数据重建三维场景的新方法，这对于自动驾驶至关重要。该方法采用具有交叉注意力池化的多令牌高斯 VAE 进行稳定的场景尺度压缩，并采用基于锚点的 ICP 流水线来精炼真实数据，消除里程计漂移带来的噪声。这使得单步扩散补全模型能够显著降低误差，优于 LiDiff 和 ScoreLiDAR 等现有方法，并且推理延迟大大降低。
-
EditSSC 使用 Stable Diffusion 实现可编辑的 3D 场景生成
研究人员开发了 EditSSC，一种使用 2D 鸟瞰图 (BEV) 表示来生成和编辑 3D 语义场景的新方法。该方法重新利用了 Stable Diffusion 的组件，实现了无需训练的编辑功能，如草图引导生成、图像修复和图像外绘制。与现有的 3D 特定方法相比，EditSSC 在无条件生成方面表现出卓越的性能，凸显了 2D 扩散模型在 3D 场景操作方面的潜力。
-
超图框架增强点云分割以发现新类
研究人员开发了一种新颖的基于超图的点云分割框架，该框架能够更好地发现未知对象类别。该方法超越了传统的成对关联，对已知和未知类别之间的复杂高阶关系进行建模。通过集成几何信息，即“几何感知原型”，该框架增强了空间理解能力，并在基准数据集上得到了验证，从而获得了更准确的分割结果。
-
新的 LiDAR 离群点检测方法提高了自动驾驶安全性
研究人员开发了一个名为相对能量学习 (REL) 的新框架，用于检测 3D LiDAR 点云中的离群点 (OOD) 对象，这是自动驾驶安全的关键任务。与以往在区分异常方面遇到困难的方法不同，REL 利用了分布内 (in-distribution) 和分布外 (out-of-distribution) 对数 (logits) 之间的能量差距来提高鲁棒性。为了克服训练期间 OOD 数据的缺乏，该团队引入了一种名为 Point Raise 的…
-
新的扩散模型增强了 3D 生成和网格创建
研究人员正在开发使用扩散模型和基于体素的方法进行 3D 生成的新方法。SymTRELLIS 通过在体素潜在空间上学习线性变换来强制 3D 模型中的对称性，从而提高物理可用性。MeshWeaver 使用多级稀疏体素编码器进行自回归网格生成，增强了几何上下文和压缩。离散体素扩散 (DVD) 提供了一个用于生成、评估和编辑稀疏体素的框架，提供了可解释的动态和不确定性估计。MeshFlow 使用 VAE 和 Rectified Flow Tr…
-
新的U4D框架利用不确定性增强4D LiDAR场景生成
研究人员开发了一个名为U4D的新框架，用于生成4D LiDAR场景，解决了当前方法在所有空间区域应用统一建模能力的局限性。U4D利用空间不确定性来指导场景生成过程，优先处理高熵区域以进行精确的几何合成。该框架包含一个时空混合（MoST）块，以确保跨帧连贯性，平衡细节和连续性。在nuScenes和SemanticKITTI数据集上的实验表明，U4D在场景保真度、时间一致性和下游性能方面取得了最先进的成果。
-
Vanilla ViT 在汽车点云分割领域达到最先进水平
研究人员开发了 VaViT，一种有效利用 vanilla Vision Transformer (ViT) 架构对汽车激光雷达点云进行语义分割的方法。该方法通过采用专门的分词器、轻量级解码器和定制的数据增强，解决了 U-Net 架构在该领域的统治地位。VaViT 在 nuScenes、SemanticKITTI 和 Waymo Open Dataset 等数据集上进行了验证，其性能可与当前最先进的方法相媲美甚至超越，同时保持了 ViT…
-
新AI模型推动3D形状补全和深度估计发展
研究人员推出了几款新的3D形状补全和深度估计模型。大型深度补全模型（LDCM）使用Transformer从稀疏观测生成密集深度图，性能优于现有方法。I2PRef提供了一种图像驱动的点云补全方法，从单个RGB图像重建完整的点云。DinoComplete利用来自DINO特征和状态空间模型的蒸馏语义先验，实现高效鲁棒的3D形状补全，在参数更少的情况下显示出更高的质量。此外，ESSC-RM是一个即插即用框架，可精炼现有的语义场景补全模型以提高预测性能。
-
OmniLiDAR 框架统一了跨领域 3D LiDAR 生成
研究人员开发了 OmniLiDAR，一个统一的扩散框架，能够跨越包括不同天气、传感器配置和采集平台在内的多样化领域生成 3D LiDAR 扫描。这种统一的方法与之前为每种条件需要单独模型的旧方法形成对比。该框架利用跨域训练策略和跨域特征建模，在异构数据上有效地训练单个模型，在语义分割和目标检测的数据增强等下游任务中表现强劲。