LiDAR guided Small obstacle Segmentation
KCIS, International Institute of Information Technology Hyderabad（KCIS，海得拉巴国际信息技术学院）
检测道路上的小障碍物对于自动驾驶至关重要。在本文中，我们提出了一种方法，通过稀疏激光雷达（VLP-16）和单目视觉的多模态框架来可靠地检测这样的障碍物。LiDAR用于以置信度图的形式向单目分割网络提供额外的上下文。我们表现出显着的性能增益时，上下文作为一个额外的输入单目语义分割框架。我们进一步向社区展示了一个新的语义分割数据集，包括3000多个图像帧和相应的激光雷达观测。这些图像带有三个类越野，道路和小障碍的像素明智的注释。我们强调，激光雷达和相机之间的精确校准是至关重要的这项任务，因此提出了一种新的Hausdorff距离为基础的外部参数的校准细化方法。作为这个数据集的第一个基准，我们报告了我们的结果，在具有挑战性的场景中，在50米的距离内有73%的实例检测。定性地通过展示在50米深度处小于15厘米的障碍物的准确分割，并且定量地通过与现有技术的有利比较，我们证明了该方法的有效性。我们的项目页面和数据集托管在www.example.com
2020-03-12 cs.CV cs.RO
An Empirical Study of Training State-of-the-Art LiDAR Segmentation Models
South China University of Technology（华南理工大学）；Shanghai AI Laboratory（上海人工智能实验室）；Nanjing University of Aeronautics and Astronautics（南京航空航天大学）；National University of Singapore（新加坡国立大学）；Fudan University（复旦大学）；Durham University（杜伦大学）；University of Hong Kong（香港大学）；Nanyang Technological University（南洋理工大学）
本文提出MMDetection3D-lidarseg，一个用于高效训练和评估最先进LiDAR分割模型的综合工具箱，支持多种模型、数据增强技术及稀疏卷积后端，简化开发与基准测试并推动自动驾驶研究。
2024-05-30 cs.CV cs.RO
Feasibility of Indoor Frame-Wise Lidar Semantic Segmentation via Distillation from Visual Foundation Model
1 Department of Earth Observation Science, Faculty of Geo-Information Science；Earth Observation (ITC), University of Twente, 7522 NB Enschede, The Netherlands
本文探讨了通过知识蒸馏从视觉基础模型中学习的方法，用于室内点云语义分割，展示了在无人工标注的情况下，该方法在室内场景中的有效性。
2026-04-20 cs.CV cs.RO
LiMoSeg: Real-time Bird's Eye View based LiDAR Motion Segmentation
Valeo, Germany（法雷奥，德国）；Valeo, Ireland（法雷奥，爱尔兰）；Spleenlab.ai, Germany（Spleenlab.ai，德国）；TU Ilmenau, Germany（伊尔默瑙工业大学，德国）
运动目标检测和分割是自动驾驶流水线中的一项重要任务。在路径规划和定位任务中，检测和隔离车辆周围环境的静态和移动组件尤其重要。本文提出了一种新的实时的【形】结构的光探测和测距（LiDAR）数据的运动分割。我们使用三个连续扫描的激光雷达数据在2D鸟瞰图（BEV）表示执行像素分类为静态或移动。此外，我们提出了一种新的数据增强技术，以减少静态和移动对象之间的显着类不平衡。我们通过剪切和粘贴静态车辆人工合成移动对象来实现这一点。我们展示了一个常用的汽车嵌入式平台，即Nvidia Jetson Xavier的低延迟8毫秒。据我们所知，这是第一个直接在LiDAR BEV空间中进行运动分割的工作。我们提供了具有挑战性的SemanticKITTI数据集的定量结果，定性结果在https://youtu.be/2aJ-cL8b0LI中提供。
2022-01-22 cs.CV cs.RO
Open-world Semantic Segmentation for LIDAR Point Clouds
The Hong Kong University of Science and Technology（香港科技大学）；Alibaba Group（阿里巴巴集团）
用于LIDAR语义分割的当前方法对于真实世界应用（例如，自动驾驶，因为它是封闭的和静态的。闭集假设使得网络只能输出训练类的标签，即使是以前从未见过的对象，而静态网络不能根据它所看到的更新其知识库。因此，在这项工作中，我们提出了LIDAR点云的开放世界语义分割任务，其目的是1）使用开集语义分割识别旧类和新类，以及2）使用增量学习逐渐将新对象纳入现有的知识库，而不会忘记旧类。为此，我们提出了一个REdundAncy类化器（REAL）框架，为开集语义分割和增量学习问题提供了一个通用的架构。实验结果表明，REAL在SemanticKITTI和nuScenes数据集上的开集语义分割任务中能够同时达到最先进的性能，并在增量学习过程中大幅度缓解灾难性遗忘问题。
2022-07-04 cs.CV cs.RO
4D Panoptic LiDAR Segmentation
Technical University of Munich（慕尼黑工业大学）；University of Bonn（波恩大学）
时间语义场景理解对于在动态环境中运行的自动驾驶汽车或机器人至关重要。在本文中，我们提出了4D全景激光雷达分割分配一个语义类和一个时间一致的实例ID的3D点序列。为此，我们提出了一种方法和一个以点为中心的评价指标。我们的方法确定了一个语义类的每一个点，同时建模对象实例的概率分布在4D时空域。我们并行处理多个点云，并解决点到实例的关联，有效地减轻了显式的时态数据关联的需要。受多目标跟踪基准测试的最新进展的启发，我们建议采用一种新的评估指标，该指标将任务的语义和点到实例关联方面分开。通过这项工作，我们的目标是为未来的时间激光雷达全景感知的发展铺平道路。
2021-04-07 cs.CV cs.RO
TeFF: Tracking-enhanced Forgetting-free Few-shot 3D LiDAR Semantic Segmentation
Research Center for Intelligent Computing Systems, Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所智能计算系统研究中心）；School of Computer Science and Technology, University of Chinese Academy of Sciences（中国科学院大学计算机科学与技术学院）；China North Artificial Intelligence & Innovation Research Institute（中国北方人工智能与创新研究院）；Collective Intelligence & Collaboration Laboratory (CIC)（集体智能与协作实验室）；Research Center for In（研究中心）
本文提出TeFF方法，利用LiDAR时间连续性通过跟踪模型生成伪标签以增强小样本3D语义分割，并引入LoRA缓解灾难性遗忘，在保持基类性能的同时提升对新类别的适应能力。
2024-08-28 cs.CV cs.RO
LESS: Label-Efficient Semantic Segmentation for LiDAR Point Clouds
UC San Diego（加州大学圣地亚哥分校）；Waymo（Waymo公司）；Google（谷歌公司）
LiDAR点云的语义分割是自动驾驶中的一项重要任务。然而，通过传统的监督方法训练深度模型需要大量的数据集，这些数据集的标签成本很高。关键是要有标签高效的分割方法，以将模型扩展到新的操作域或提高罕见情况下的性能。虽然大多数以前的作品集中在室内场景，我们是第一个提出一个标签有效的语义分割管道与激光雷达点云室外场景。我们的方法与半/弱监督学习共同设计了一个有效的标记过程，并且适用于几乎任何3D语义分割主干。具体来说，我们利用室外场景中的几何图案进行启发式预分割，以减少手动标记，并与标记过程联合设计学习目标。在学习步骤中，我们利用原型学习来获得更具描述性的点嵌入，并使用多扫描蒸馏来从时间聚合的点云中利用更丰富的语义来提高单扫描模型的性能。在SemanticKITTI和nuScenes数据集上进行评估，我们表明我们提出的方法优于现有的标签效率方法。具有极其有限的人类注释（例如，0.1%点标签），我们提出的方法与100%标签的完全监督对应物相比甚至具有很强的竞争力。
2022-10-14 cs.CV cs.RO
FRNet: Frustum-Range Networks for Scalable LiDAR Segmentation
College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics（南京航空航天大学计算机科学与技术学院）；School of Computer Science, Nanjing University of Posts and Telecommunications（南京邮电大学计算机学院）
针对距离视图激光雷达分割存在上下文信息受损、依赖后处理的问题，提出FRNet通过视锥特征编码、分层融合等模块恢复上下文信息，在多个基准上取得优异性能且速度达SOTA的5倍，提升了分割可扩展性。
2025-03-06 cs.CV cs.RO
CLFT: Camera-LiDAR Fusion Transformer for Semantic Segmentation in Autonomous Driving
Tallinn University of Technology（塔林理工大学）；Czech Technical University in Prague（布拉格捷克技术大学）
本文提出 CLFT，一种基于 vision transformer 的双向相机-激光雷达融合语义分割网络，并通过受控基准证明其在黑暗潮湿场景中较 FCN 与单模态 Transformer 提升 5%–10%。
2024-09-09 cs.CV cs.RO
A Technical Survey and Evaluation of Traditional Point Cloud Clustering Methods for LiDAR Panoptic Segmentation
Worcester Polytechnic Institute（伍斯特理工学院）
LiDAR全景分割是自动驾驶领域新提出的技术课题。与流行的端到端深度学习解决方案相比，我们提出了一种混合方法，使用现有的语义分割网络提取语义信息，并使用传统的LiDAR点云聚类算法分割每个实例对象。我们认为，基于几何的传统聚类算法值得考虑，因为它在SemanticKITTI数据集的全景分割排行榜上显示了所有已发布的端到端深度学习解决方案中最先进的性能。据我们所知，我们是第一个尝试点云全景分割与聚类算法。因此，而不是工作在新的模型，我们给了一个全面的技术调查，本文通过实施四个典型的集群方法，并报告其性能的基准。这四种聚类方法是最具代表性的聚类方法，具有实时运行速度快的特点。在本文中，它们是用C++实现的，然后包装成一个python函数，以便与现有的深度学习框架进行无缝集成。我们将代码发布给可能对此问题感兴趣的同行研究人员。
2021-08-21 cs.CV cs.RO
VolMap: A Real-time Model for Semantic Segmentation of a LiDAR surrounding view
Valeo Interbranch Automotive Software（法雷奥跨部门汽车软件公司）
本文介绍了VolMap，一种用于自动驾驶汽车中的三维激光雷达周围视图系统的语义分割的实时的【形】方法。我们设计了一个优化的深度卷积神经网络，可以准确地分割由360 \degree{} LiDAR设置产生的点云，其中输入由体积鸟瞰图组成，LiDAR高度层用作输入通道。我们进一步研究了多LiDAR设置的使用及其对语义分割任务性能的影响。我们的评估是在包含LiDAR茧设置的大规模3D目标检测基准上进行的，以及KITTI数据集，其中每个点的分割标签来自3D边界框。我们表明，VolMap实现了高精度和实时的【形】CPU上运行之间的良好平衡。
2019-06-12 cs.CV cs.LG cs.RO
EfficientLPS: Efficient LiDAR Panoptic Segmentation
University of Freiburg（弗莱堡大学）；Toyota Research Institute（丰田研究院）
点云的全景分割是一项至关重要的任务，使自动驾驶车辆能够使用其高度准确和可靠的LiDAR传感器了解其附近区域。现有的自上而下的方法通过结合独立的特定任务网络或从图像域转换方法来解决这个问题，忽略了LiDAR数据的复杂性，因此通常会导致次优性能。在本文中，我们提出了一种新的自上而下的高效激光雷达全景分割（EfficientLPS）架构，解决了分割激光雷达点云的多重挑战，包括距离相关的稀疏性，严重的遮挡，大规模的变化，和重新投影错误。EfficientLPS由一个新的共享骨干组成，该骨干编码具有增强的几何变换建模能力，并聚集语义丰富的范围感知多尺度特征。它结合了新的尺度不变的语义和实例分割头与全景融合模块，这是由我们提出的全景周边损失函数监督。此外，我们还制定了一个正则化的伪标记框架，通过在未标记的数据上进行训练来进一步提高EfficientLPS的性能。我们在两个大规模LiDAR数据集上对我们提出的模型进行了基准测试：nuScenes，我们还提供了地面实况注释和SemanticKITTI。值得注意的是，EfficientLPS在这两个数据集上都设置了新的最先进的技术。
2021-11-04 cs.CV cs.LG cs.RO
Analysis of LiDAR Configurations on Off-road Semantic Segmentation Performance
Mississippi State University（密西西比州立大学）；Center for Advanced Vehicular Systems（高级车辆系统中心）
本文利用Cylinder3D在模拟和真实越野数据集上研究了LiDAR配置变化对3D点云语义分割性能的影响，发现传感器与空间域偏移及分辨率差异会显著影响模型的泛化能力。
2023-06-28 cs.CV cs.RO eess.IV
Multi-Space Alignments Towards Universal LiDAR Segmentation
ShanghaiTech University（上海科技大学）；Shanghai AI Laboratory（上海人工智能实验室）；National University of Singapore（新加坡国立大学）；University of Hong Kong（香港大学）；East China Normal University（华东师范大学）；Nanyang Technological University（南洋理工大学）
本文提出M3Net，通过数据、特征和标签三个空间的对齐，仅用一组参数实现多任务、多数据集、多模态的通用LiDAR分割，并在多个基准上取得领先性能。
2024-05-02 cs.CV cs.LG cs.RO
RGB and LiDAR fusion based 3D Semantic Segmentation for Autonomous Driving
Valeo R&D（法雷奥研发）；Cairo University（开罗大学）
LiDAR已成为自动驾驶应用的标准传感器，因为它们提供高精度的3D点云。LiDAR对于夜间的低光场景或由于阴影而导致相机性能下降的情况也是鲁棒的。LiDAR感知对于包括目标检测和SLAM在内的算法逐渐变得成熟。然而，语义分割算法仍然是相对较少的探索。基于图像数据的语义分割是一种成熟的分割算法，本文研究了基于传感器融合的三维图像分割方法。我们的主要贡献是将RGB图像转换为用于LiDAR的极网格映射表示，并设计早期和中级融合架构。此外，我们设计了一个混合融合架构，结合这两种融合算法。我们在KITTI数据集上评估了我们的算法，该数据集为汽车，行人和骑自行车的人提供了分割注释。我们评估了两种最先进的架构，即SqueezeSeg和PointSeg，并将两种情况下的mIoU评分相对于仅LiDAR基线提高了10%。
2019-07-17 cs.AI cs.CV cs.LG
Lidar Annotation Is All You Need
Evocargo LLC（Evocargo公司）
针对自动驾驶路面分割中图像标注成本高的问题，提出利用lidar点云作为真实标签、结合掩码损失训练RGB图像分割模型的方法，可在保证分割质量的同时降低标注负担。
2023-11-08 cs.CV cs.LG cs.RO
PolarNet: An Improved Grid Representation for Online LiDAR Point Clouds Semantic Segmentation
University of Central Florida（中佛罗里达大学）；U.S. Army Research Laboratory（美国陆军研究实验室）；University of California, Berkeley（加州大学伯克利分校）；Google（谷歌）
自动驾驶系统中对细粒度感知的需求导致最近增加了对单扫描LiDAR的在线语义分割的研究。尽管出现了新兴的数据集和技术进步，但由于以下三个原因，它仍然具有挑战性：（1）需要在有限的硬件下实现近实时延迟;（2）LiDAR点在空间中的不均匀甚至长尾分布;以及（3）越来越多的极细粒度语义类。为了共同应对上述所有挑战，我们提出了一种新的激光雷达专用的无最近邻分割算法- PolarNet。我们的极坐标鸟瞰图表示不是使用普通的球面或鸟瞰图投影，而是在极坐标系中平衡网格单元上的点，间接地将分割网络的注意力与沿径向轴的点的长尾分布对齐。我们发现，我们的编码方案大大增加了真实城市激光雷达单次扫描的三个截然不同的分割数据集的mIoU，同时保持近实时的吞吐量。
2020-04-26 cs.CV
Exploring Single Domain Generalization of LiDAR-based Semantic Segmentation under Imperfect Labels
Institute for Anthropomatics and Robotics, Karlsruhe Institute of Technology（自动化与机器人研究所，卡尔斯鲁厄技术大学）；Department of Civil, Environmental and Geomatic Engineering, University College London（土木、环境与地理工程系，伦敦大学学院）
本文提出DuNe框架，通过双视图和置信度感知过滤，实现基于LiDAR的语义分割在噪声标签下的域泛化，取得SOTA性能。
2026-03-10 cs.CV cs.LG cs.RO
Semantic2D: Enabling Semantic Scene Understanding with 2D Lidar Alone
School of Computing and Data Science, The University of Hong Kong（计算与数据科学学院，香港大学）；Department of Mechanical Engineering, Temple University（机械工程系， Temple大学）
Semantic2D通过仅使用2D激光雷达实现语义场景理解，提出首个公开数据集和细粒度分割算法，提升机器人导航性能。
2026-01-25 cs.RO
NextStop: An Improved Tracker For Panoptic LIDAR Segmentation Data
School of Electrical Engineering, Tel-Aviv University（特拉维夫大学电气工程学院）
针对现有4D全景LiDAR分割跟踪器在运动估计和小目标处理上的不足，NextStop通过集成卡尔曼滤波、数据关联和生命周期管理，提升了跟踪性能，尤其改善了行人和骑行者等小目标的跟踪可靠性。
2025-03-24 cs.AI cs.CV cs.RO
Semantic Segmentation of 3D LiDAR Data in Dynamic Scene Using Semi-supervised Learning
Peking University（北京大学）；China North Vehicle Research Institute（中国北方车辆研究所）
本文研究了自动驾驶应用中动态场景中三维激光雷达数据的语义分割。开发了一个基于三维LiDAR数据的语义分割系统，包括深度图像分割、样本生成、帧间数据关联、航迹标注和半监督学习。为了减少对精细注释的相当大的要求，通过考虑具有手动标记的对象类别和成对约束的监督样本来训练基于CNN的分类器，其中数据样本由作为前景的片段和作为背景的邻近点组成。设计了一个特殊的损失函数来解释注释和约束，其中约束数据被鼓励分配到相同的语义类。开发了一个包含1838帧LiDAR数据、39934个成对约束和57927个人类注释的数据集。该方法的性能进行了广泛的研究。定性和定量实验表明，少量标注和大量约束数据的组合显著增强了有效性和场景适应性，导致大于10%的改进
2018-09-03 cs.RO
CENet: Toward Concise and Efficient LiDAR Semantic Segmentation for Autonomous Driving
Southwest University（西南大学）；College of Computer and Information Science（计算机与信息科学学院）
准确、快速的场景理解是自动驾驶的挑战性任务之一，需要充分利用LiDAR点云进行语义分割。在本文中，我们提出了一个\textbf{concise}和\textbf{efficient}图像为基础的语义分割网络，命名为\textbf{CENet}。为了提高学习特征的描述能力并降低计算和时间复杂度，我们的CENet将具有较大核大小的卷积而不是MLP，精心选择的激活函数和具有相应损失函数的多个辅助分割头集成到架构中。在公开的基准测试SemanticKITTI和SemanticPOSS上进行的定量和定性实验表明，与最先进的模型相比，我们的管道实现了更好的mIoU和推理性能。该代码将在https://github.com/huixiancheng/CENet上提供。
2022-07-26 cs.CV
A Novel Vision Transformer for Camera-LiDAR Fusion based Traffic Object Segmentation
Tallinn University of Technology（塔林理工大学）；Chalmers University of Technology（查尔姆斯理工大学）；University of Gothenburg（哥德堡大学）
本研究提出基于视觉Transformer的相机-激光雷达融合模型CLFT，可实现多类交通目标分割并适配多种天气，提升了自动驾驶感知水平，但恶劣环境下的性能仍待优化。
2025-01-06 cs.CV
Viking Hill Dataset: A Lidar-Radar-Camera Dataset for Detection and Segmentation in Forest Scenes
Örebro University（奥雷布罗大学）；AASS research centre（AASS研究中心）；Robot Navigation and Perception Lab（机器人导航与感知实验室）
提出首个包含4D成像雷达的森林多传感器数据集，通过MinkowskiUNet实现雷达与激光雷达点云的语义分割，并评估树干分割质量与树木尺寸的关系。
2026-06-18 cs.RO
3DLabelProp: Geometric-Driven Domain Generalization for LiDAR Semantic Segmentation in Autonomous Driving
Centre for Robotics, Mines Paris - PSL, PSL University（巴黎矿业学院-PSL大学机器人中心）；U2IS, ENSTA Paris, Institut Polytechnique de Paris（巴黎综合理工学院ENSTA Paris的U2IS）
针对自动驾驶LiDAR语义分割中的域偏移问题，提出基于几何的3DLabelProp方法，利用传感器顺序结构，在七个数据集上达到最先进性能。
2025-01-24 cs.CV
Real Time Semantic Segmentation of High Resolution Automotive LiDAR Scans
Faculty of Engineering, University of Applied Sciences Aschaffenburg（应用科学阿施芬堡大学工程学院）；Intelligent Embedded Systems Lab, University of Kassel（卡塞尔大学智能嵌入式系统实验室）
针对高分辨率车载LiDAR，提出利用表面法线特征的实时语义分割框架，并发布128层LiDAR数据集及ROS2实现，兼顾精度与实时性。
2025-09-10 cs.LG cs.RO
Road Segmentation with Image-LiDAR Data Fusion
Chengdu University of Information Technology（成都信息工程大学）；Nanjing University of Science and Technology（南京理工大学）
鲁棒的道路分割是自动驾驶研究中的一个关键挑战。虽然已经研究了许多基于图像的方法，并且已经报道了在数据集评估中的高性能，但是开发鲁棒性和可靠的道路分割仍然是一个主要挑战。不同传感器之间的数据融合，以提高道路分割的性能被广泛认为是一个重要的和不可替代的解决方案。在本文中，我们提出了一种新的结构，融合图像和激光雷达点云在一个端到端的语义分割网络，其中的融合是在解码器阶段，而不是在，更常见的，编码器阶段。在融合过程中，通过引入金字塔投影方法，改进了多尺度LiDAR地图的生成，提高了多尺度LiDAR地图的精度。此外，我们采用我们的融合策略调整了多路径细化网络，并与具有跳过层的转置卷积相比提高了道路预测。我们的方法已经在KITTI ROAD数据集上进行了测试，并具有竞争力的性能。
2019-05-26 cs.CV eess.IV
HyperLiDAR: Adaptive Post-Deployment LiDAR Segmentation via Hyperdimensional Computing
UCSD（加州大学圣迭戈分校）；UC Merced（加州大学默塞德分校）；SDSU（南达科他州立大学）；UMich（密歇根大学）
本文提出HyperLiDAR，一种基于超维度计算的轻量级激光雷达分割框架，解决部署后适应性问题，通过缓冲区选择策略提升效率，实现实时适应与高效率重训练。
2026-04-14 cs.CV
GSeg3D: A High-Precision Grid-Based Algorithm for Safety-Critical Ground Segmentation in LiDAR Point Clouds
German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心）
GSeg3D提出了一种高精度基于网格的地面分割算法，以满足自动驾驶和机器人在安全关键场景中的高精度需求。
2026-03-04 cs.RO
LVIC: Multi-modality segmentation by Lifting Visual Info as Cue
Zhejiang University（浙江大学）
针对激光雷达语义分割多模态融合中点绘制方法的投影误差问题，提出深度感知点绘制机制与LVIC框架，在nuScenes基准上取得第一，验证了鲁棒性与有效性。
2024-03-08 cs.CV
Extrinsic Calibration of Multiple LiDARs for a Mobile Robot based on Floor Plane And Object Segmentation
Sony Group Corporation（索尼集团公司）
针对视场无重叠的多LiDAR外参标定难题，提出一种基于累积地面与目标点云的无靶标标定方法，搭配考虑扫描模式的去噪模块，在仿真与真实机器人实验中均优于传统方法，可构建一致三维地图。
2024-09-13 cs.RO
Rethinking Pseudo-LiDAR Representation
The University of Sydney（悉尼大学）；SenseTime Computer Vision Research Group（商汤科技计算机视觉研究组）；SenseTime Research（商汤科技研究院）；Dalian University of Technology（大连理工大学）；Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
最近提出的基于伪激光雷达的3D检测器大大提高了单目/立体3D检测任务的基准。然而，研究界对潜在的机制仍然不清楚。在本文中，我们进行了深入的调查，并观察到伪LiDAR表示的功效来自坐标变换，而不是数据表示本身。基于这一观察结果，我们设计了一个基于图像的CNN检测器Patch-Net，它更通用，可以实例化为基于伪激光雷达的3D检测器。此外，PatchNet中的伪LiDAR数据被组织为图像表示，这意味着现有的2D CNN设计可以很容易地用于从输入数据中提取深度特征并提高3D检测性能。我们在具有挑战性的KITTI数据集上进行了广泛的实验，其中提出的PatchNet优于所有现有的基于伪LiDAR的同行。代码已在https://github.com/xinzhuma/patchnet上提供。
2020-08-11 cs.CV
LiDPM: Rethinking Point Diffusion for Lidar Scene Completion
Inria（法国国家信息与自动化技术研究所）；LIGM, ENPC, Univ Gustave Eiffel, CNRS, France（LIGM，ENPC，法国埃菲尔大学，CNRS，法国）
针对户外激光雷达场景补全，本文指出了局部扩散公式的近似局限，证明采用合适起点的原始 DDPM 即可完成场景级补全，提出的 LiDPM 方法在 SemanticKITTI 上取得了更优结果。
2025-07-16 cs.CV cs.RO
Rethinking 3D LiDAR Point Cloud Segmentation
Bonn University（波恩大学）；ETH Zurich（苏黎世联邦理工学院）
许多基于点的语义分割方法都是针对室内场景设计的，但如果将其应用于室外环境中由LiDAR传感器捕获的点云，则会遇到困难。为了使这些方法更有效和鲁棒，使它们可以处理激光雷达数据，我们引入了重新制定3D基于点的操作的一般概念，使它们可以在投影空间中操作。虽然我们通过三种基于点的方法表明，重新制定的版本速度在300到400倍之间，并实现了更高的准确性，但我们还证明了重新制定3D基于点的操作的概念可以设计新的架构，统一基于点和基于图像的方法的优点。作为一个例子，我们引入了一个网络，它将重新制定的3D基于点的操作集成到一个2D编码器-解码器架构中，该架构融合了来自不同2D尺度的信息。我们在四个具有挑战性的数据集上对该方法进行了评估，用于语义LiDAR点云分割，并表明利用重新制定的基于3D点的操作和基于2D图像的操作，对所有四个数据集都取得了非常好的结果。
2021-12-02 cs.CV
Rethinking LiDAR Domain Generalization: Single Source as Multiple Density Domains
DGIST（大邱庆北科学技术院）
针对LiDAR域泛化中密度分布差异问题，提出DDFE模块提取密度特定特征并辅以密度增强，可轻量集成于3D骨干网络，性能优于现有方法。
2024-07-16 cs.CV
PillarNeXt: Rethinking Network Designs for 3D Object Detection in LiDAR Point Clouds
QCraft（轻舟智航）
本文重新设计基于柱状的3D检测网络，发现简单柱状模型结合扩大感受野等现代调整，即可在Waymo和nuScenes上达到最先进性能，挑战了精细几何建模的必要性。
2023-05-08 cs.CV
EVOPS Benchmark: Evaluation of Plane Segmentation from RGBD and LiDAR Data
本文提供了用于从RGBD图像和LiDAR点云的3D数据进行平面分割的EVOPS数据集。我们设计了两种标注方法（RGBD和LiDAR），在知名和广泛使用的数据集上运行，用于SLAM评估，我们提供了一套完整的基准测试工具，包括点，平面和分割指标。这些数据包括不同选定场景中的10k RGBD和7K LiDAR帧，这些场景由高质量的分割平面组成。实验报告的质量SOTA方法RGBD平面分割我们的注释数据。我们还为LiDAR点云中的平面分割提供了可学习的基线。所有标记的数据和使用的基准工具都已在https://evops.netlify.app/上公开。
2022-08-24 cs.CV cs.RO
Detecting As Labeling: Rethinking LiDAR-camera Fusion in 3D Object Detection
Phigent Robotics（飞腾机器人）
本文提出DAL范式，通过模仿数据标注过程简化LiDAR-相机融合，避免过拟合，提升性能与速度平衡，作为理想基线。
2023-11-13 cs.CV
A Benchmark for LiDAR-based Panoptic Segmentation based on KITTI
University of Bonn（波恩大学）
全景分割是最近引入的任务，它联合处理语义分割和实例分割。在本文中，我们提出了一个扩展的SemanticKITTI，这是一个大规模的数据集，提供密集的逐点语义标签的所有序列的KITTI里程计基准，训练和评估基于激光的全景分割。我们提供了数据，并讨论了用时间上一致的实例信息丰富给定语义注释所需的处理步骤，即，实例信息，用于补充语义标签并在LiDAR点云序列上识别相同实例。此外，我们提出了两个强大的基线，结合了最先进的基于激光雷达的语义分割方法与最先进的检测器，丰富了实例信息的分割，并允许其他研究人员比较他们的方法。我们希望，我们的扩展SemanticKITTI与强大的基线，使新的算法，为基于激光雷达的全景分割，因为它有原始的语义分割和语义场景完成任务的创建。数据、代码和使用隐藏测试集的在线评估将在http://semantic-kitti.org上发布。
2020-03-04 cs.CV cs.RO
Rethinking 3D Segmentation from Individual LiDAR Scans: Incidence-Aware Sampling on the SIP Benchmark
针对单个激光雷达扫描的三维分割，本研究在SIP基准上提出入射角感知采样策略，提升了非平面构件等的分割性能，降低了对采样分辨率的敏感性。
2026-08-11 cs.CV
ReLoc: Rethinking Scene Coordinate Regression Architecture for Robust Outdoor LiDAR-based Localization
Hanyang University（汉阳大学）
ReLoc通过重新设计全局嵌入和引入注意力局部特征增强，解决了SCR在室外LiDAR定位中细粒度区分不足和噪声传播问题，实现最先进精度并保持实时性能。
2026-09-29 cs.CV
MOVES: Movable and Moving LiDAR Scene Segmentation in Label-Free settings using Static Reconstruction
Indian Institute of Technology（印度理工学院）
MOVES提出基于GAN的对抗模型，在无分割标签下通过将动态LiDAR扫描重建为静态扫描，实现移动及可移动物体的分割，解决自主导航中的动态干扰问题。
2023-10-15 cs.CV cs.RO
Off-Road LiDAR Intensity Based Semantic Segmentation
IISER Bhopal（印度科学教育与研究学院博帕尔分校）
本文提出利用激光雷达强度参数增强越野环境中的语义分割，在RELLIS-3D数据集上对水坑和草地类别取得了优于复杂深度学习基准的mIoU，并验证了跨Velodyne和Ouster平台的适用性。
2024-01-02 cs.CV cs.RO
FuseSeg: LiDAR Point Cloud Segmentation Fusing Multi-Modal Data
Graz University of Technology（格拉茨工业大学）
提出了一种简单有效的LiDAR和RGB数据融合方法来分割LiDAR点云。利用激光雷达传感器的密集本地范围表示和设置校准，我们建立两个输入模态之间的点对应关系。随后，我们能够将特征从一个域弯曲并融合到另一个域中。因此，我们可以在一个网络中联合利用来自两个数据源的信息。为了显示我们的方法的优点，我们扩展了SqueezeSeg，一个点云分割网络，具有RGB特征分支，并将其融合到原始结构中。我们的扩展名为FuseSeg，在KITTI基准测试中提高了高达18%的IoU。除了提高精度外，我们还实现了50 fps的实时性能，是KITTI LiDAR数据记录速度的五倍。
2019-12-19 cs.CV cs.RO
PaGO-LOAM: Robust Ground-Optimized LiDAR Odometry
KAIST (Korea Advanced Institute of Science and Technology)（韩国科学技术院）
许多研究人员进行了研究，以实现快速和强大的地面优化的激光雷达测距方法的陆地移动平台。特别地，地面优化的LiDAR测距通常采用地面分割作为预处理方法。这是因为由地面平台上的3D LiDAR传感器捕获的3D点云中的大多数点都来自地面。然而，地面分割的性能对激光雷达测距的影响仍然没有得到密切的研究。在本文中，提出了一个强大的地面优化的LiDAR里程框架，以方便研究，以检查地面分割对LiDAR SLAM的最先进的（SOTA）方法的基础上的效果。通过使用我们提出的里程框架，它是简单和直接的测试地面分割算法是否有助于提取良好描述的功能，从而提高SLAM的性能。此外，通过利用SOTA地面分割方法Patchwork，即使在复杂和不均匀的城市环境中也显示出强大的地面分割，性能扰动很小，提出了一种新的地面优化LiDAR里程计，称为PaGO-LOAM。使用KITTI里程计数据集的方法进行了测试。与基线方法相比，\textit{PaGO-LOAM}显示出稳健和准确的性能。我们的代码可在https://github.com/url-kaist/AlterGround-LeGO-LOAM上获得。
2022-06-01 cs.CV cs.RO
ElC-OIS: Ellipsoidal Clustering for Open-World Instance Segmentation on LiDAR Data
National University of Defense Technology（国防科技大学）
开放世界实例分割（OIS）是一项具有挑战性的任务，其目的是准确地分割当前观察中出现的每个对象实例，而不管这些实例是否已在训练集中标记。这对于安全关键型应用（如强大的自主导航）非常重要。在本文中，我们提出了一个灵活有效的激光雷达点云OIS框架，可以准确地分割已知和未知的实例（即，训练期间的可见和不可见实例类别）。它首先识别属于已知类的点，并通过利用闭集全景分割网络来去除背景。然后，我们提出了一种新的椭球聚类方法，更适合激光雷达扫描的特点，并允许精确分割的未知实例。此外，提出了一种扩散搜索方法来处理常见的过分割问题，在已知的情况下。通过这些技术的结合，我们能够实现对已知和未知实例的准确分割。我们在SemanticKITTI开放世界LiDAR实例分割数据集上评估了我们的方法。实验结果表明，它优于当前国家的最先进的方法，特别是与10.0%的关联质量的提高。我们的方法的源代码将在https://github.com/nubot-nudt/ElC-OIS上公开。
2023-03-08 cs.CV cs.RO
BikeScenes: LiDAR Semantic Segmentation for Bicycles
Denniz Goren（独立研究者）；Holger Caesar（独立研究者）
针对更快电动自行车普及带来的骑行者安全问题，研究人员推出BikeScenes-lidarseg数据集，验证了SemanticKITTI预训练的FRNet模型经微调后在自行车搭载激光雷达场景中的显著性能提升，为相关研究提供了资源。
2026-09-01 cs.CV cs.RO
Rethinking Causality-driven Robot Tool Segmentation with Temporal Constraints
Johns Hopkins University（约翰斯·霍普金斯大学）；Vanderbilt University（范德堡大学）
目的：基于视觉的机器人工具分割在手术机器人和下游任务中起着基础性作用。CaRTS，基于互补的因果模型，在看不见的反事实的手术环境中，在烟雾，血液等的存在下，表现出良好的性能，但是，CaRTS需要超过30次迭代的优化收敛到一个单一的图像，由于有限的可观察性。方法：为了解决上述限制，我们考虑到时间关系，并提出了一个时间因果模型的机器人工具分割视频序列。我们设计了一个名为时间约束CaRTS（TC-CaRTS）的体系结构。TC-CaRTS有三个新的模块来补充CaRTS -时间优化管道，运动学校正网络和时空正则化。结果：实验结果表明，TC-CaRTS需要更少的迭代次数，以达到相同或更好的性能CaRTS。与CaRTS相比，TC- CaRTS在不同领域也具有相同或更好的性能。所有三个模块都被证明是有效的。结论：我们提出了TC-CaRTS，它利用时间约束作为额外的可观测性。我们表明，TC-CaRTS在机器人工具分割任务中优于先前的工作，在不同领域的测试数据集上具有更快的收敛速度。
2022-11-30 cs.CV cs.RO
Rethinking Backbone Design for Lightweight 3D Object Detection in LiDAR
Institute for TMDT, University of Wuppertal, Germany（TMDT研究所，乌尔姆大学）
针对现有3D目标检测骨干网络复杂度高的问题，提出首款面向点云3D检测的密集层轻量级骨干Dense Backbone，可即插即用，适配后在精度仅降2%的情况下大幅减参降延迟。
2025-10-22 cs.CV
LidarMultiNet: Unifying LiDAR Semantic Segmentation, 3D Object Detection, and Panoptic Segmentation in a Single Multi-task Network
TuSimple（图森未来）；University of Central Florida（中佛罗里达大学）
本技术报告介绍了Waymo Open Dataset 3D语义分割挑战赛2022的第一名获奖解决方案。我们的网络，称为LidarMultiNet，统一了主要的激光雷达感知任务，如3D语义分割，目标检测和全景分割在一个单一的框架。LidarMultiNet的核心是一个强大的基于3D体素的编码器-解码器网络，具有一个新颖的全局上下文池（GCP）模块，从LiDAR帧中提取全局上下文特征以补充其局部特征。提出了可选的第二阶段以细化第一阶段分割或生成准确的全景分割结果。我们的解决方案实现了71.13的mIoU，并且是Waymo 3D语义分割测试集上22个类中大多数的最佳，优于官方排行榜上的所有其他3D语义分割方法。我们首次证明，主要的LiDAR感知任务可以统一在一个可以端到端训练的强大网络中。
2022-06-24 cs.CV
Label-Efficient LiDAR Panoptic Segmentation
Department of Computer Science, University of Freiburg（弗赖堡大学计算机科学系）；Department of Eng., University of Technology Nuremberg（纽伦堡技术大学工程系）
提出L3PS方法，利用2D网络生成伪标签并投影到点云，结合3D细化模块提升精度，实现极少标注下的LiDAR全景分割，显著减少标注负担。
2025-07-09 cs.CV cs.RO
Lidar Panoptic Segmentation and Tracking without Bells and Whistles
Carnegie Mellon University（卡内基梅隆大学）；Meta AI；Argo AI（Argo人工智能公司）；TU Munich（慕尼黑工业大学）；Georgia Institute of Technology（佐治亚理工学院）
提出一种以检测为中心的模块化网络，通过对象实例检测分支和轨迹级监督实现激光雷达全景分割与跟踪，在多个基准上达到开源模型最优。
2023-10-19 cs.CV cs.RO
Person Segmentation and Action Classification for Multi-Channel Hemisphere Field of View LiDAR Sensors
University of Bonn（波恩大学）
本文提出一种基于MaskDINO的方法，在半球视场LiDAR传感器3D扫描数据上进行人员分割与动作分类，并公开了相关数据集和模型。
2024-11-17 cs.CV cs.RO
