3D 视觉

Finite-time Stable Pose Estimation on TSE(3) using Point Cloud and Velocity Sensors

基于点云和速度传感器的有限时间稳定姿态估计（TSE(3)）

Nazanin S. Hashkavaei, Abhijit Dongare, Neon Srinivasu, Amit K. Sanyal

机构 * Department of Mechanical \& Aerospace Engineering, Syracuse University, Syracuse, NY 13244 纠错

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

AI总结 本文提出一种基于点云和速度传感器的有限时间稳定姿态估计方法，通过几何力学框架实现鲁棒性，适用于自主车辆。

Comments 17 pages, 8 figures, submitted to Automatica

SNAP: Towards Segmenting Anything in Any Point Cloud

SNAP：在任意点云中实现任意分割

Aniket Gupta, Hanhui Wang, Charles Saunders, Aruni RoyChowdhury, Hanumant Singh, Huaizu Jiang

机构 * Northeastern University（东北大学） ； MathWorks 纠错

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

AI总结 SNAP提出一种统一的交互式3D点云分割模型，支持点和文本提示，实现跨领域泛化和高质量分割。

Comments Project Page, https://neu-vi.github.io/SNAP/

Bridging the Modality Gap in Roadside LiDAR: A Training-Free Vision-Language Model Framework for Vehicle Classification

弥合道路激光雷达的模态差距：一种无需训练的视觉-语言模型框架用于车辆分类

Yiqiao Li, Bo Shang, Jie Wei

机构 * Department of Civil Engineering, City College of New York（城市学院土木工程系） ； Department of Computer Science, City College of New York（城市学院计算机科学系） 纠错

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

AI总结 本文提出一种无需训练的视觉-语言模型框架，用于解决道路激光雷达中稀疏点云与密集图像之间的模态差距问题，实现细粒度车辆分类。

Comments 12 pages, 10 figures, 4 tables