Buchumschlag

WoVoGen: World Volume-aware Diffusion for Controllable Multi-camera Driving Scene Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lu, Jiachen, Huang, Ze, Yang, Zeyu, Zhang, Jiahui, Zhang, Li
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DriveGen3D: Boosting Feed-Forward Driving Scene Generation with Efficient Video Diffusion
von: Wang, Weijie, et al.
Veröffentlicht: (2025)

ReinDriveGen: Reinforcement Post-Training for Out-of-Distribution Driving Scene Generation
von: Zhang, Hao, et al.
Veröffentlicht: (2026)

Risk-Controllable Multi-View Diffusion for Driving Scenario Generation
von: Lin, Hongyi, et al.
Veröffentlicht: (2026)

SimGen: Simulator-conditioned Driving Scene Generation
von: Zhou, Yunsong, et al.
Veröffentlicht: (2024)

InfiniCube: Unbounded and Controllable Dynamic 3D Driving Scene Generation with World-Guided Video Models
von: Lu, Yifan, et al.
Veröffentlicht: (2024)

GaussianDWM: 3D Gaussian Driving World Model for Unified Scene Understanding and Multi-Modal Generation
von: Deng, Tianchen, et al.
Veröffentlicht: (2025)

SceneCrafter: Controllable Multi-View Driving Scene Editing
von: Zhu, Zehao, et al.
Veröffentlicht: (2025)

StarGen: A Spatiotemporal Autoregression Framework with Video Diffusion Model for Scalable and Controllable Scene Generation
von: Zhai, Shangjin, et al.
Veröffentlicht: (2025)

DC-Scene: Data-Centric Learning for 3D Scene Understanding
von: Huang, Ting, et al.
Veröffentlicht: (2025)

DriveSceneGen: Generating Diverse and Realistic Driving Scenarios from Scratch
von: Sun, Shuo, et al.
Veröffentlicht: (2023)

Generating Multimodal Driving Scenes via Next-Scene Prediction
von: Wu, Yanhao, et al.
Veröffentlicht: (2025)

StyleTextGen: Style-Conditioned Multilingual Scene Text Generation
von: Chen, Zeyu, et al.
Veröffentlicht: (2026)

DiVE: Efficient Multi-View Driving Scenes Generation Based on Video Diffusion Transformer
von: Jiang, Junpeng, et al.
Veröffentlicht: (2025)

World4Drive: End-to-End Autonomous Driving via Intention-aware Physical Latent World Model
von: Zheng, Yupeng, et al.
Veröffentlicht: (2025)

SGDrive: Scene-to-Goal Hierarchical World Cognition for Autonomous Driving
von: Li, Jingyu, et al.
Veröffentlicht: (2026)

GenHSI: Controllable Generation of Human-Scene Interaction Videos
von: Li, Zekun, et al.
Veröffentlicht: (2025)

GA-Drive: Geometry-Appearance Decoupled Modeling for Free-viewpoint Driving Scene Generation
von: Zhang, Hao, et al.
Veröffentlicht: (2026)

Versatile Transition Generation with Image-to-Video Diffusion
von: Yang, Zuhao, et al.
Veröffentlicht: (2025)

Diffusion Implicit Policy for Unpaired Scene-aware Motion Synthesis
von: Gong, Jingyu, et al.
Veröffentlicht: (2024)

GenCAMO: Scene-Graph Contextual Decoupling for Environment-aware and Mask-free Camouflage Image-Dense Annotation Generation
von: Chen, Chenglizhao, et al.
Veröffentlicht: (2026)

ExCellGen: Fast, Controllable, Photorealistic 3D Scene Generation from a Single Real-World Exemplar
von: Jambon, Clément, et al.
Veröffentlicht: (2024)

Seeing Beyond Views: Multi-View Driving Scene Video Generation with Holistic Attention
von: Lu, Hannan, et al.
Veröffentlicht: (2024)

Diffusion$^2$: Dynamic 3D Content Generation via Score Composition of Video and Multi-view Diffusion Models
von: Yang, Zeyu, et al.
Veröffentlicht: (2024)

X-Scene: Large-Scale Driving Scene Generation with High Fidelity and Flexible Controllability
von: Yang, Yu, et al.
Veröffentlicht: (2025)

DriveLiDAR4D: Sequential and Controllable LiDAR Scene Generation for Autonomous Driving
von: Cai, Kaiwen, et al.
Veröffentlicht: (2025)

AnyScene: Towards Highly Controllable Driving Scene Generation at Anywhere and Beyond
von: Zhang, Haiming, et al.
Veröffentlicht: (2026)

S-NeRF++: Autonomous Driving Simulation via Neural Reconstruction and Generation
von: Chen, Yurui, et al.
Veröffentlicht: (2024)

UniScene: Unified Occupancy-centric Driving Scene Generation
von: Li, Bohan, et al.
Veröffentlicht: (2024)

DriveX: Omni Scene Modeling for Learning Generalizable World Knowledge in Autonomous Driving
von: Shi, Chen, et al.
Veröffentlicht: (2025)

MoVieDrive: Urban Scene Synthesis with Multi-Modal Multi-View Video Diffusion Transformer
von: Wu, Guile, et al.
Veröffentlicht: (2025)

ConsisDrive: Identity-Preserving Driving World Models for Video Generation by Instance Mask
von: Yang, Zhuoran, et al.
Veröffentlicht: (2026)

Enhancing 3D Semantic Scene Completion with a Refinement Module
von: Zhang, Dunxing, et al.
Veröffentlicht: (2025)

GenAD: Generative End-to-End Autonomous Driving
von: Zheng, Wenzhao, et al.
Veröffentlicht: (2024)

LAMP: Localization Aware Multi-camera People Tracking in Metric 3D World
von: Yang, Nan, et al.
Veröffentlicht: (2026)

LaGen: Towards Autoregressive LiDAR Scene Generation
von: Zhou, Sizhuo, et al.
Veröffentlicht: (2025)

SCENIC: Scene-aware Semantic Navigation with Instruction-guided Control
von: Zhang, Xiaohan, et al.
Veröffentlicht: (2024)

VoD: Learning Volume of Differences for Video-Based Deepfake Detection
von: Xu, Ying, et al.
Veröffentlicht: (2025)

DriveDreamer4D: World Models Are Effective Data Machines for 4D Driving Scene Representation
von: Zhao, Guosheng, et al.
Veröffentlicht: (2024)

GenAD: Generalized Predictive Model for Autonomous Driving
von: Yang, Jiazhi, et al.
Veröffentlicht: (2024)

4D Driving Scene Generation With Stereo Forcing
von: Lu, Hao, et al.
Veröffentlicht: (2025)