面向 LiDAR 扫描的基于分类的表征学习
计算机视觉与模式识别
2025-11-05 v2
摘要
位置识别是自动驾驶中的关键任务，允许车辆利用传感器数据确定自身位置。虽然大多数现有方法依赖对比学习，但我们探索了一种将位置识别建模为多类分类问题的替代方法。该方法为 LiDAR 扫描分配离散位置标签，并训练编码器-解码器模型以直接对每个扫描的位置进行分类。我们在 NuScenes 数据集上对该方法进行评估，表明其在与基于对比学习的方法相当的性能方面具有优势，同时在训练效率和稳�性方面也具有优势。
引用
@article{arxiv.2511.00738,
title = {Towards classification-based representation learning for place recognition on LiDAR scans},
author = {Maksim Konoplia and Dmitrii Khizbullin},
journal= {arXiv preprint arXiv:2511.00738},
year = {2025}
}