Glad：一种用于自动驾驶的流式场景生成器
机器人学
2025-03-04 v1 图形学
摘要
多样化真实场景的生成与仿真在自动驾驶领域具有重要的应用价值，尤其对于边缘场景。近期，研究者们探索了利用神经辐射场或扩散模型来生成驾驶场景下的新视角或合成数据。然而，这些方法存在场景不可见或视频长度受限的问题，因此缺乏足够的数据生成与仿真适应性。为了解决这些问题，我们提出了一个简单而有效的框架，名为 Glad，以逐帧方式生成视频数据。为确保合成视频的时间一致性，我们引入了一个潜变量传播模块，该模块将前一帧的潜特征视为噪声先验，并将其注入当前帧的潜特征中。此外，我们设计了一个流式数据采样器，在连续迭代中有序地采样视频片段中的原始图像。给定参考帧，我们的 Glad 可被视为一个流式模拟器，通过为特定场景生成视频。我们在广泛使用的 nuScenes 数据集上进行了大量实验。实验结果表明，我们提出的 Glad 取得了有前景的性能，可作为在线视频生成的一个强大基线。我们将公开发布源代码和模型。
引用
@article{arxiv.2503.00045,
title = {Glad: A Streaming Scene Generator for Autonomous Driving},
author = {Bin Xie and Yingfei Liu and Tiancai Wang and Jiale Cao and Xiangyu Zhang},
journal= {arXiv preprint arXiv:2503.00045},
year = {2025}
}
备注
Accepted by ICLR2025