学习生成 4D 激光点序列
计算机视觉与模式识别
2025-09-16 v1 机器人学
摘要
尽管生成式世界模型已推动视频和占据式数据合成，但激光点生成仍鲜有探索，尽管其对准确 3D 感知至关重要。将生成扩展至 4D 激光点数据带来可控性、时序稳定性和评估等挑战。我们提出 LiDARCrafter，一个统一框架将自由形式语言转换为可编辑的激光点序列。将指令解析为以主观坐标系为中心的场景图，三个分支扩散模型将其转化为物体布局、轨迹和形状。范围图像扩散模型生成初始扫描，自动回归模块将其扩展为时序一致的序列。显式布局设计进一步支持对象级编辑，如插入或重新定位。为实现公平评估，我们提供 EvalSuite，涵盖场景级、物体级和序列级指标。在 nuScenes 数据集上，LiDARCrafter 实现了 SOTA 的保真度、可控性和时序一致性，为激光点基底的仿真和数据增强奠定了基础。
关键词
引用
@article{arxiv.2509.11959,
title = {Learning to Generate 4D LiDAR Sequences},
author = {Ao Liang and Youquan Liu and Yu Yang and Dongyue Lu and Linfeng Li and Lingdong Kong and Huaici Zhao and Wei Tsang Ooi},
journal= {arXiv preprint arXiv:2509.11959},
year = {2025}
}
备注
Abstract Paper (Non-Archival) @ ICCV 2025 Wild3D Workshop; GitHub Repo at https://lidarcrafter.github.io/