基于伪激光雷达的3D场景流估计：弥合点运动估计的鸿沟

3D场景流刻画了3D欧几里得空间中当前时刻的点在下一时刻的流动情况，具备自主推断场景中全部物体非刚性运动的能力。以往从图像估计场景流的方法存在局限，它们通过分别估计光流和视差割裂了3D场景流的整体性。从点云学习3D场景流也面临合成数据与真实数据之间的鸿沟以及激光雷达点云稀疏性的困难。本文利用生成的稠密深度图获取显式3D坐标，实现了从2D图像直接学习3D场景流。通过将2D像素的稠密特性引入3D空间，提升了预测场景流的稳定性。采用统计方法去除生成3D点云中的离群点，以削弱噪声点对3D场景流估计任务的影响。提出视差一致性损失，以实现更有效的3D场景流无监督学习。所提出的在真实世界图像上进行3D场景流自监督学习的方法，与多种在合成数据集上学习和在激光雷达点云上学习的方法进行了比较。多个场景流指标的比较结果表明，引入伪激光雷达点云进行场景流估计具有有效性和优越性。