通过整合 LiDAR 和图像数据，4D-Former 方法在 4D 全景分割任务上取得了最先进的结果，能够为 LiDAR 序列中的每个点分配语义类别标签和进行对象分割，并能在时间上保持一致的对象分割遮罩。

Nov, 2023

提出一种新的 4D 全景 LiDAR 分割方法，将语义类和时间一致的实例 ID 分配给 3D 点序列，使用点为中心的评估度量来确定每个点的语义类别，将对象实例建模为 4D 时空域中的概率分布，从而以更高效的方式处理多个点云。这项工作展望未来的超高效 LiDAR 全景感知。

Feb, 2021

本文提出了一个简单而有效的基于检测的网络，用于激光雷达全景分割和追踪任务，通过使用点级别注释训练目标实例检测分支，以及使用轨迹级别监督回归模态中心和物体范围来获取细粒度实例段，该方法在多个 3D/4D LPS 基准测试中表现出色，超过最新的基于查询的模型，建立了新的开源模型的最新技术水平。

Oct, 2023

4D LiDAR 语义分割（也称为多扫描语义分割）是增强自动驾驶车辆环境理解能力的关键。本文介绍了 SegNet4D，一种利用基于投影的方法进行快速动态特征编码的实时多扫描语义分割方法，展示了卓越的性能。SegNet4D 将 4D 语义分割视为两个不同的任务：单扫描语义分割和运动目标分割，分别由专用头部解决，然后在提出的运动 - 语义融合模块中进行融合以实现全面的多扫描语义分割。此外，我们提出从当前扫描中提取实例信息，并将其并入网络以实现实例感知分割。我们的方法在多个数据集上表现出卓越的性能，是一种实时多扫描语义分割方法。SegNet4D 的实现将在 https://github.com/nubot-nudt/SegNet4D 上提供。

Jun, 2024

Mask4D 是一种基于 Transformer 的方法，用于将 LiDAR 点云进行 4D 全景分割的挑战性任务，直接预测语义实例及其时间关联，无需借助任何手工设计的非学习关联策略，通过引入时空实例查询编码每个实例轨迹的语义和几何特性，并从时空实例查询回归 6DOF 边界框参数以促进紧凑的空间预测，最终在 SemanticKITTI 测试集上取得了 68.4 LSTQ 的新的最优效果，相较于已发表的表现最佳方法提高了至少 4.5%。

Sep, 2023

该研究提出了一种基于 4D Generic Video Tubes（4D-GVT）的方法，它利用运动线索、立体数据和目标实例分割可靠地提取已知和未知目标类型的时空对象建议，在未知类别的情况下，它表现出比其他方法更好的性能。

Jan, 2019

AVOD 是一种用于自动驾驶场景的聚合视图目标检测神经网络，使用 LIDAR 点云和 RGB 图像生成特征来进行准确的 3D 目标检测及分类，实时低内存足迹的优秀表现使其成为自动驾驶部署的合适选择。

Dec, 2017

我们提出了一种新方法，通过学习 LiDAR 特征和固定的 CLIP 特征之间的融合来处理 3D 开放式词汇全景分割问题，并提出了两个新的损失函数：物体级蒸馏损失和体素级蒸馏损失。在 nuScenes 和 SemanticKITTI 数据集上的实验证明，我们的方法显著优于强基准模型。

Jan, 2024

我们提出了一种名为 DOPS 的快速单级 3D 物体检测方法，其核心创新点是一种快速、单次遍历的体系结构，同时检测 3D 物体并估计其形状。该方法通过图卷积进行聚合，并将 3D 边界框参数传入网络分支以预测表示每个检测到的物体形状的潜变量代码，因此我们的模型能够在没有目标数据集的地面真实形态信息的情况下提取物体形状。与现有技术相比，在 ScanNet 场景的目标检测中，我们的方法实现了约 5% 的技术进步，在 Waymo 开放数据集中实现了高达 3.4% 的技术进步，同时重现了检测到的汽车的形状。

Apr, 2020

本文提出了一种基于对象中心的方法，利用点云进行三维实例分割，包括特征学习、聚合以及图卷积网络的应用，并在 ScanNetV2 基准和 S3DIS 数据集上，通过保留所有提案并根据学习的聚合特征对其进行分组，从而在 3D 物体检测和语义实例分割任务中优于现有最先进方法。

Mar, 2020