Copertina

4D Contrastive Superflows are Dense 3D Representation Learners

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Xu, Xiang, Kong, Lingdong, Shuai, Hui, Zhang, Wenwei, Pan, Liang, Chen, Kai, Liu, Ziwei, Liu, Qingshan
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition Machine Learning Robotics
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

LiMoE: Mixture of LiDAR Representation Learners from Automotive Scenes
di: Xu, Xiang, et al.
Pubblicazione: (2025)

Enhanced Spatiotemporal Consistency for Image-to-LiDAR Data Pretraining
di: Xu, Xiang, et al.
Pubblicazione: (2025)

U4D: Uncertainty-Aware 4D World Modeling from LiDAR Sequences
di: Xu, Xiang, et al.
Pubblicazione: (2025)

Calib3D: Calibrating Model Preferences for Reliable 3D Scene Understanding
di: Kong, Lingdong, et al.
Pubblicazione: (2024)

FRNet: Frustum-Range Networks for Scalable LiDAR Segmentation
di: Xu, Xiang, et al.
Pubblicazione: (2023)

Not All Points Are Equal: Uncertainty-Aware 4D LiDAR Scene Synthesis
di: Xu, Xiang, et al.
Pubblicazione: (2026)

Multi-Modal Data-Efficient 3D Scene Understanding for Autonomous Driving
di: Kong, Lingdong, et al.
Pubblicazione: (2024)

Benchmarking and Improving Bird's Eye View Perception Robustness in Autonomous Driving
di: Xie, Shaoyuan, et al.
Pubblicazione: (2024)

DynamicCity: Large-Scale 4D Occupancy Generation from Dynamic Scenes
di: Bian, Hengwei, et al.
Pubblicazione: (2024)

Beyond One Shot, Beyond One Perspective: Cross-View and Long-Horizon Distillation for Better LiDAR Representations
di: Xu, Xiang, et al.
Pubblicazione: (2025)

LargeAD: Large-Scale Cross-Sensor Data Pretraining for Autonomous Driving
di: Kong, Lingdong, et al.
Pubblicazione: (2025)

3EED: Ground Everything Everywhere in 3D
di: Li, Rong, et al.
Pubblicazione: (2025)

Are VLMs Ready for Autonomous Driving? An Empirical Study from the Reliability, Data, and Metric Perspectives
di: Xie, Shaoyuan, et al.
Pubblicazione: (2025)

Perspective-Invariant 3D Object Detection
di: Liang, Ao, et al.
Pubblicazione: (2025)

3D and 4D World Modeling: A Survey
di: Kong, Lingdong, et al.
Pubblicazione: (2025)

Zero-Shot 3D Visual Grounding from Vision-Language Models
di: Li, Rong, et al.
Pubblicazione: (2025)

Is Your LiDAR Placement Optimized for 3D Scene Understanding?
di: Li, Ye, et al.
Pubblicazione: (2024)

SeeGround: See and Ground for Zero-Shot Open-Vocabulary 3D Visual Grounding
di: Li, Rong, et al.
Pubblicazione: (2024)

Learning to Generate 4D LiDAR Sequences
di: Liang, Ao, et al.
Pubblicazione: (2025)

LiDARCrafter: Dynamic 4D World Modeling from LiDAR Sequences
di: Liang, Ao, et al.
Pubblicazione: (2025)

OmniLiDAR: A Unified Diffusion Framework for Multi-Domain 3D LiDAR Generation
di: Liu, Youquan, et al.
Pubblicazione: (2026)

PhysX-Anything: Simulation-Ready Physical 3D Assets from Single Image
di: Cao, Ziang, et al.
Pubblicazione: (2025)

Kinema4D: Kinematic 4D World Modeling for Spatiotemporal Embodied Simulation
di: Xu, Mutian, et al.
Pubblicazione: (2026)

Multi-Space Alignments Towards Universal LiDAR Segmentation
di: Liu, Youquan, et al.
Pubblicazione: (2024)

An Empirical Study of Training State-of-the-Art LiDAR Segmentation Models
di: Sun, Jiahao, et al.
Pubblicazione: (2024)

PhysX-Omni: Unified Simulation-Ready Physical 3D Generation for Rigid, Deformable, and Articulated Objects
di: Cao, Ziang, et al.
Pubblicazione: (2026)

Compact 3D Gaussian Splatting For Dense Visual SLAM
di: Deng, Tianchen, et al.
Pubblicazione: (2024)

MoD-SLAM: Monocular Dense Mapping for Unbounded 3D Scene Reconstruction
di: Zhou, Heng, et al.
Pubblicazione: (2024)

3D LiDAR Mapping in Dynamic Environments Using a 4D Implicit Neural Representation
di: Zhong, Xingguang, et al.
Pubblicazione: (2024)

La La LiDAR: Large-Scale Layout Generation from LiDAR Data
di: Liu, Youquan, et al.
Pubblicazione: (2025)

SLAM assisted 3D tracking system for laparoscopic surgery
di: Song, Jingwei, et al.
Pubblicazione: (2024)

EventFly: Event Camera Perception from Ground to the Sky
di: Kong, Lingdong, et al.
Pubblicazione: (2025)

Veila: Panoramic LiDAR Generation from a Monocular RGB Image
di: Liu, Youquan, et al.
Pubblicazione: (2025)

Bootstrap Dynamic-Aware 3D Visual Representation for Scalable Robot Learning
di: Liang, Qiwei, et al.
Pubblicazione: (2025)

Semantics-Guided Moving Object Segmentation with 3D LiDAR
di: Gu, Shuo, et al.
Pubblicazione: (2022)

OpenESS: Event-based Semantic Scene Understanding with Open Vocabularies
di: Kong, Lingdong, et al.
Pubblicazione: (2024)

4D-ROLLS: 4D Radar Occupancy Learning via LiDAR Supervision
di: Liu, Ruihan, et al.
Pubblicazione: (2025)

GAF: Gaussian Action Field as a 4D Representation for Dynamic World Modeling in Robotic Manipulation
di: Chai, Ying, et al.
Pubblicazione: (2025)

NEDS-SLAM: A Neural Explicit Dense Semantic SLAM Framework using 3D Gaussian Splatting
di: Ji, Yiming, et al.
Pubblicazione: (2024)

Monocular Semantic Scene Completion via Masked Recurrent Networks
di: Wang, Xuzhi, et al.
Pubblicazione: (2025)