LidarPainter: 一步即可实现从任意激光点云视图到新型指导
计算机视觉与模式识别
2025-11-12 v2
摘要
动态驾驶场景重建对于数字孪生系统和自动驾驶仿真等领域至关重要。然而,当视图偏离输入轨迹时,会发生不可接受的性能下降,导致背景和车辆模型损坏。为提高新轨迹上的重建质量,现有方法受到各种限制,包括不一致性、变形和耗时。本文提出了LidarPainter,一种基于单步扩散模型的方法,能够从稀疏LiDAR条件和受损渲染中实时恢复一致的驾驶视图,实现驾驶场景中高保真车道偏移。广泛的实验表明,LidarPainter在速度、质量和资源效率方面均优于最先进的方法,具体而言,相较于StreetCrafter快7倍,仅需一 fifth 的GPU内存。LidarPainter还支持使用文本提示(如"foggy"和"night")进行风格化生成,为现有资产库提供多样化的扩展。
引用
@article{arxiv.2507.12114,
title = {LidarPainter: One-Step Away From Any Lidar View To Novel Guidance},
author = {Yuzhou Ji and Ke Ma and Hong Cai and Anchun Zhang and Lizhuang Ma and Xin Tan},
journal= {arXiv preprint arXiv:2507.12114},
year = {2025}
}