StreetCrafter:相机控制交了点云,因果控制还没交
把 LiDAR 点云渲染图当成像素级位姿条件,StreetCrafter 让视频扩散模型在偏离训练轨迹的地方也能渲染街景:蒸馏版跑到 113 fps、LPIPS 0.054,比被它打败的 3DGS 系重建方法好出一大截。但它的 PSNR 其实更低,而它给不了的,恰好是闭环回灌最需要的——改了自车轨迹之后,别的车会不会跟着动。
🔗 原论文 →自动驾驶领域前沿论文的精读、总结与思考
把 LiDAR 点云渲染图当成像素级位姿条件,StreetCrafter 让视频扩散模型在偏离训练轨迹的地方也能渲染街景:蒸馏版跑到 113 fps、LPIPS 0.054,比被它打败的 3DGS 系重建方法好出一大截。但它的 PSNR 其实更低,而它给不了的,恰好是闭环回灌最需要的——改了自车轨迹之后,别的车会不会跟着动。
🔗 原论文 →BEVFormer 论文精读:利用时空注意力机制统一多视角特征和时序信息,在 nuScenes 上实现 SOTA 性能
🔗 原论文 →