迈向学习在 Lidar 中补全任意物体
计算机视觉与模式识别
2025-04-17 v1
摘要
我们提出了 CAL (Complete Anything in Lidar)，用于在自然场景下进行基于 Lidar 的形状补全。这与基于 Lidar 的语义/全景场景补全密切相关。然而，当代方法只能补全和识别现有 Lidar 数据集中标注的闭集词表中的物体。与此不同的是，我们的零样本方法利用来自多模态传感器序列的时间上下文来挖掘观测物体的物体形状和语义特征。随后，这些特征被蒸馏到仅基于 Lidar 的实例级补全与识别模型中。尽管我们仅挖掘了不完整的形状补全，我们发现蒸馏后的模型学会了从数据集中多个此类部分观测中推断完整的物体形状。我们表明，我们的模型可以在语义和全景场景补全的标准基准上进行提示，将物体定位为（非模态）3D 边界框，并识别超出固定类别词表的物体。我们的项目主页是 https://research.nvidia.com/labs/dvl/projects/complete-anything-lidar
引用
@article{arxiv.2504.12264,
title = {Towards Learning to Complete Anything in Lidar},
author = {Ayca Takmaz and Cristiano Saltori and Neehar Peri and Tim Meinhardt and Riccardo de Lutio and Laura Leal-Taixé and Aljoša Ošep},
journal= {arXiv preprint arXiv:2504.12264},
year = {2025}
}