NeRO：基于位置编码多层感知机（MLP）的道路表面重建
计算机视觉与模式识别
2024-05-29 v2
摘要
准确重建道路表面对于自动驾驶等各种应用至关重要。本文提出一种基于位置编码的多层感知机（MLP）框架，用于重建道路表面，输入为世界坐标中的 x 和 y 坐标，输出为高度、颜色和语义信息。本方法的有效性通过其与多种道路高度来源的兼容性得以体现，包括车辆相机位姿、LiDAR 点云和 SFM 点云；对图像语义噪声（如稀疏标签和噪声语义预测）具有鲁棒性；训练速度快，这表明其在需要对道路表面进行可视化、4D 标注和语义分组的应用中具有潜在的前景。
引用
@article{arxiv.2405.10554,
title = {NeRO: Neural Road Surface Reconstruction},
author = {Ruibo Wang and Song Zhang and Ping Huang and Donghai Zhang and Haoyu Chen},
journal= {arXiv preprint arXiv:2405.10554},
year = {2024}
}