V
主页
CVPR2022 | AutoRF:从单视角观察中学习3D目标辐射场(nuScenes和KITTI上表现良好)
发布人
论文链接:https://arxiv.org/abs/2204.03593 论文介绍了一种学习神经3D目标表示新方法AutoRF,其中训练集中的每个对象仅由一个视图观察。这种设置与利用同一对象的多个视图、在训练期间使用显式先验或需要像素级别完美标定的大多数现有工作形成鲜明对比。为了解决这个具有挑战性的问题,学习一种归一化的、以对象为中心的表示。每个编码都提供了关于感兴趣对象的可概括、紧凑的信息,这些信息在单镜头中被解码成新的目标视图,从而实现了新的视图合成。通过在测试时优化形状和外观代码,将表示紧密地拟合到输入图像,进一步提高了重建质量。在一系列实验中,论文表明,可以很好地推广到看不见的目标,甚至可以跨越具有挑战性的真实街道场景的不同数据集,如nuScenes、KITTI和Mapillary Metropolis。
打开封面
下载高清视频
观看高清视频
视频下载器
CVPR2022 | 超越COLMAP!面向大规模户外城市环境的辐射场
VastGaussian:首个基于3D Gaussian Splatting的大场景高质量重建和实时渲染方法
CVPR2022 | MeMOT:具有记忆的多目标跟踪
超逼真的数据!实时高质量渲染,用于动态城市场景建模的Street Gaussians
CVPR2022 oral | 弱监督Lidar点云分割SOTA!8% 标注数据下达到 95.7% 的全监督性能!
CVPR2024最新BEV-Planner:Ego Status对于开环端到端自动驾驶的影响有哪些?
世界模型!特斯拉CVPR2023 Workshop!
Nerf+SLAM会擦出什么样的火花?
CVPR 2023 | BEVHeight:基于视觉的道路3D目标检测的鲁棒框架
ECCV2024 | 训练45秒,渲染300+FPS!MVSGaussian:高效且可泛化的混合高斯渲染方法
SemanticKITTI SOTA!激光雷达数据中的运动目标分割(IROS2022)
使用YOLOv4完成激光雷达点云下的3D目标检测!
CVPR2022 | SHIFT:当前自动驾驶最大的多任务合成数据集(雾天/雨天/雪天,检测、分割、深度图、实例分割、光流)
速度和精度双SOTA! TPAMI 2022最新车道线检测算法(Ultra-Fast-Lane-Detection-V2)
CVPR2022 | NICE-SLAM:神经隐式表示在大型室内场景上的密集重建
BEVFusion:一个简单而鲁棒的Lidar-Camera融合框架
IROS2022 | 毫米波雷达和相机融合在高分辨率和远距离深度成像中的探索
特斯拉的World Model是什么?怎么做端到端训练?
速度快!MobileNeRF:移动端实时渲染方案,Nerf导出Mesh
用于激光雷达视图合成和三维重建的瞬态神经辐射场
为自动驾驶构建城市规模的神经辐射场
RangeDet:基于Range-View的激光雷达3D目标检测网络(ICCV2021)
逆天了!NeLF-Pro | 一个方法解决多种规模场景的快速渲染重建(CVPR'24)
自动驾驶多传感器数据融合(1):什么是多传感器融合?
车道线方案第一名!OpenLane Topology自动驾驶挑战赛(CVPRW2023)
2022最新!基于激光雷达的3D目标检测综述(超全数据集和SOTA方法汇总)
KTH最新SOTA!大规模回环闭合 | 基于NeRF的稠密SLAM
ICCV 2023 | CVRecon:重新思考神经重建中三维几何特征学习
通过Intel Realsense 3D激光雷达完成SLAM任务!(性价比超高)
毫米波雷达视觉算法CRAFT,这次彻底理解了!
自动驾驶 3D LiDAR目标跟踪技术实现细节大揭秘!
自动驾驶仿真框架CARLA教程(3):Car Agent强化学习环境
CVPR2024最新Occ工作!Selfocc:无需3D监督完成占用任务
Depth Anything V2 | 速度提升10倍以上!更稳健、精细的单目深度估计(HKU&TikTok)
清华大学&英伟达 | DriveEnv-NeRF:基于NeRF实现高逼真自动驾驶场景,离线测试!
【几何直觉】3D Gaussian Splatting(三维高斯泼溅), SuGaR 背后的几何 insight 讲解
R3LIVE++:一个实时鲁棒的紧耦合激光雷达-惯性-视觉融合框架
牛津大学CVPR2024 oral | MicKey:特征点检测方法,无需深度测量推断pose!
ICCV 2023 | CLNeRF:持续学习遇到NeRF
从0到1!彻底搞懂BEVFormer算法原理