GA-Drive：基于几何-外观解耦模型的自由视点驾驶场景生成
计算机视觉与模式识别
2026-03-16 v2
摘要
自由视点、可编辑且高保真的驾驶模拟器对于训练和评估端到端自动驾驶系统至关重要。本文提出了 GA-Drive，一种新型仿真框架，能够通过几何-外观解耦和基于扩散的生成来沿用户指定的新轨迹生成相机视角。给定沿记录轨迹捕获的图像集合及相应场景几何信息，GA-Drive 使用几何信息合成新的伪视图。然后，这些伪视图被转换为基于训练的视频扩散模型的照片级视图。如此一种几何和外观的解耦方式，其优势在于支持通过最先进的视频到视频编辑技术进行外观编辑，同时保持底层几何不变，从而在原始轨迹和新轨迹上实现一致的编辑。广泛的实验表明，GA-Drive 在 NTA-IoU、NTL-IoU 和 FID 分数方面显著优于现有方法。
引用
@article{arxiv.2602.20673,
title = {GA-Drive: Geometry-Appearance Decoupled Modeling for Free-viewpoint Driving Scene Generation},
author = {Hao Zhang and Lue Fan and Qitai Wang and Wenbo Li and Zehuan Wu and Lewei Lu and Zhaoxiang Zhang and Hongsheng Li},
journal= {arXiv preprint arXiv:2602.20673},
year = {2026}
}