Buchumschlag

HoloDrive: Holistic 2D-3D Multi-Modal Street Scene Generation for Autonomous Driving

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Zehuan, Ni, Jingcheng, Wang, Xiaodong, Guo, Yuxin, Chen, Rui, Lu, Lewei, Dai, Jifeng, Xiong, Yuwen
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MaskGWM: A Generalizable Driving World Model with Video Mask Reconstruction
von: Ni, Jingcheng, et al.
Veröffentlicht: (2025)

UniMLVG: Unified Framework for Multi-view Long Video Generation with Comprehensive Control Capabilities for Autonomous Driving
von: Chen, Rui, et al.
Veröffentlicht: (2024)

CVD-STORM: Cross-View Video Diffusion with Spatial-Temporal Reconstruction Model for Autonomous Driving
von: Zhang, Tianrui, et al.
Veröffentlicht: (2025)

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

DriveMLM: Aligning Multi-Modal Large Language Models with Behavioral Planning States for Autonomous Driving
von: Cui, Erfei, et al.
Veröffentlicht: (2023)

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

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

Copilot4D: Learning Unsupervised World Models for Autonomous Driving via Discrete Diffusion
von: Zhang, Lunjun, et al.
Veröffentlicht: (2023)

MTDrive: Multi-turn Interactive Reinforcement Learning for Autonomous Driving
von: Li, Xidong, et al.
Veröffentlicht: (2026)

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

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

DreamDrive: Generative 4D Scene Modeling from Street View Images
von: Mao, Jiageng, et al.
Veröffentlicht: (2024)

MagicDrive3D: Controllable 3D Generation for Any-View Rendering in Street Scenes
von: Gao, Ruiyuan, et al.
Veröffentlicht: (2024)

ReconDrive: Fast Feed-Forward 4D Gaussian Splatting for Autonomous Driving Scene Reconstruction
von: Yu, Haibao, et al.
Veröffentlicht: (2026)

UniScene: Multi-Camera Unified Pre-training via 3D Scene Reconstruction for Autonomous Driving
von: Min, Chen, et al.
Veröffentlicht: (2023)

DriveWorld: 4D Pre-trained Scene Understanding via World Models for Autonomous Driving
von: Min, Chen, et al.
Veröffentlicht: (2024)

Holistic Autonomous Driving Understanding by Bird's-Eye-View Injected Multi-Modal Large Models
von: Ding, Xinpeng, et al.
Veröffentlicht: (2024)

123D: Unifying Multi-Modal Autonomous Driving Data at Scale
von: Dauner, Daniel, et al.
Veröffentlicht: (2026)

InsightDrive: Insight Scene Representation for End-to-End Autonomous Driving
von: Song, Ruiqi, et al.
Veröffentlicht: (2025)

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

OmniScene: Attention-Augmented Multimodal 4D Scene Understanding for Autonomous Driving
von: Liu, Pei, et al.
Veröffentlicht: (2025)

DriveTok: 3D Driving Scene Tokenization for Unified Multi-View Reconstruction and Understanding
von: Zhuo, Dong, et al.
Veröffentlicht: (2026)

Physics-Aware 3D Gaussian Editing for Driving Scene Generation
von: Zhou, Feng, et al.
Veröffentlicht: (2026)

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

HoloDreamer: Holistic 3D Panoramic World Generation from Text Descriptions
von: Zhou, Haiyang, et al.
Veröffentlicht: (2024)

Genesis: Multimodal Driving Scene Generation with Spatio-Temporal and Cross-Modal Consistency
von: Guo, Xiangyu, et al.
Veröffentlicht: (2025)

RealDriveSim: A Realistic Multi-Modal Multi-Task Synthetic Dataset for Autonomous Driving
von: Jadon, Arpit, et al.
Veröffentlicht: (2025)

Classification Drives Geographic Bias in Street Scene Segmentation
von: Nair, Rahul, et al.
Veröffentlicht: (2024)

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

WorldSplat: Gaussian-Centric Feed-Forward 4D Scene Generation for Autonomous Driving
von: Zhu, Ziyue, et al.
Veröffentlicht: (2025)

OG-Gaussian: Occupancy Based Street Gaussians for Autonomous Driving
von: Shen, Yedong, et al.
Veröffentlicht: (2025)

ChatDyn: Language-Driven Multi-Actor Dynamics Generation in Street Scenes
von: Wei, Yuxi, 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)

EqDrive: Efficient Equivariant Motion Forecasting with Multi-Modality for Autonomous Driving
von: Wang, Yuping, et al.
Veröffentlicht: (2023)

HoloCine: Holistic Generation of Cinematic Multi-Shot Long Video Narratives
von: Meng, Yihao, et al.
Veröffentlicht: (2025)

$\textit{S}^3$Gaussian: Self-Supervised Street Gaussians for Autonomous Driving
von: Huang, Nan, et al.
Veröffentlicht: (2024)

OmniDrive: A Holistic Vision-Language Dataset for Autonomous Driving with Counterfactual Reasoning
von: Wang, Shihao, et al.
Veröffentlicht: (2025)

OmniDrive: A Holistic Vision-Language Dataset for Autonomous Driving with Counterfactual Reasoning
von: Wang, Shihao, et al.
Veröffentlicht: (2024)

HD$^2$-SSC: High-Dimension High-Density Semantic Scene Completion for Autonomous Driving
von: Yang, Zhiwen, et al.
Veröffentlicht: (2025)

DME-Driver: Integrating Human Decision Logic and 3D Scene Perception in Autonomous Driving
von: Han, Wencheng, et al.
Veröffentlicht: (2024)