3D 视觉

Range Image-Based Implicit Neural Compression for LiDAR Point Clouds

基于范围图像的隐式神经压缩用于LiDAR点云

Akihiro Kuwabara, Sorachi Kato, Toshiaki Koike-Akino, Takuya Fujihashi

机构 * Graduate School of Information Science and Technology（信息科学与技术研究生学校） ； The University of Osaka（大阪大学） ； Mitsubishi Electric Research Laboratories (MERL)（三菱电机研究实验室（MERL）） 纠错

专题命中 点云 ：point cloud(title,abstract)；3D reconstruction(abstract)；分类 cs.CV

AI总结 本文提出基于隐式神经表示的范围图像压缩方法，通过分割深度和掩码图像并采用模型剪枝和量化技术，实现对LiDAR点云的高效压缩。

Comments Accepted for publication in IEEE Access

Journal ref IEEE Access, vol. 14, pp. 10262-10275, 2026

Quartet of Diffusions: Structure-Aware Point Cloud Generation through Part and Symmetry Guidance

四重扩散：通过部件和对称性指导的结构感知点云生成

Chenliang Zhou, Fangcheng Zhong, Weihao Xia, Albert Miao, Canberk Baykal, Cengiz Oztireli

专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV

AI总结 四重扩散通过部件和对称性指导，实现了结构感知的点云生成，首次在生成过程中整合并强制执行对称性和部件先验。