Guardado en:
| Autores principales: | Yu, Pengpeng, Li, Haoran, Jiang, Runqing, Wang, Jing, Lin, Liang, Guo, Yulan |
|---|---|
| Formato: | Preprint |
| Publicado: |
2025
|
| Materias: | |
| Acceso en línea: | https://arxiv.org/abs/2508.20466 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
Ejemplares similares
Towards Practical Lossless Neural Compression for LiDAR Point Clouds
por: Yu, Pengpeng, et al.
Publicado: (2026)
por: Yu, Pengpeng, et al.
Publicado: (2026)
Real-Time LiDAR Point Cloud Densification for Low-Latency Spatial Data Transmission
por: Murasaki, Kazuhiko, et al.
Publicado: (2026)
por: Murasaki, Kazuhiko, et al.
Publicado: (2026)
Physics-Aware Diffusion for LiDAR Point Cloud Densification
por: Zhang, Zeping, et al.
Publicado: (2026)
por: Zhang, Zeping, et al.
Publicado: (2026)
RENO: Real-Time Neural Compression for 3D LiDAR Point Clouds
por: You, Kang, et al.
Publicado: (2025)
por: You, Kang, et al.
Publicado: (2025)
Real-Time LiDAR Point Cloud Compression and Transmission for Resource-constrained Robots
por: Cao, Yuhao, et al.
Publicado: (2025)
por: Cao, Yuhao, et al.
Publicado: (2025)
Real-time Neural Rendering of LiDAR Point Clouds
por: Vanherck, Joni, et al.
Publicado: (2025)
por: Vanherck, Joni, et al.
Publicado: (2025)
Range Image-Based Implicit Neural Compression for LiDAR Point Clouds
por: Kuwabara, Akihiro, et al.
Publicado: (2025)
por: Kuwabara, Akihiro, et al.
Publicado: (2025)
GS-LiDAR: Generating Realistic LiDAR Point Clouds with Panoramic Gaussian Splatting
por: Jiang, Junzhe, et al.
Publicado: (2025)
por: Jiang, Junzhe, et al.
Publicado: (2025)
LPCM: Learning-based Predictive Coding for LiDAR Point Cloud Compression
por: Sun, Chang, et al.
Publicado: (2025)
por: Sun, Chang, et al.
Publicado: (2025)
Pack-PTQ: Advancing Post-training Quantization of Neural Networks by Pack-wise Reconstruction
por: Li, Changjun, et al.
Publicado: (2025)
por: Li, Changjun, et al.
Publicado: (2025)
AIQViT: Architecture-Informed Post-Training Quantization for Vision Transformers
por: Jiang, Runqing, et al.
Publicado: (2025)
por: Jiang, Runqing, et al.
Publicado: (2025)
LiDAR-Forest Dataset: LiDAR Point Cloud Simulation Dataset for Forestry Application
por: Lu, Yawen, et al.
Publicado: (2024)
por: Lu, Yawen, et al.
Publicado: (2024)
LiZIP: An Auto-Regressive Compression Framework for LiDAR Point Clouds
por: Shibu, Aditya, et al.
Publicado: (2026)
por: Shibu, Aditya, et al.
Publicado: (2026)
NeRF-LiDAR: Generating Realistic LiDAR Point Clouds with Neural Radiance Fields
por: Zhang, Junge, et al.
Publicado: (2023)
por: Zhang, Junge, et al.
Publicado: (2023)
On the Impact of LiDAR Point Cloud Compression on Remote Semantic Segmentation
por: Fernandes, Tiago de S., et al.
Publicado: (2025)
por: Fernandes, Tiago de S., et al.
Publicado: (2025)
LiDAR-CS Dataset: LiDAR Point Cloud Dataset with Cross-Sensors for 3D Object Detection
por: Fang, Jin, et al.
Publicado: (2023)
por: Fang, Jin, et al.
Publicado: (2023)
LiDAR-GS:Real-time LiDAR Re-Simulation using Gaussian Splatting
por: Chen, Qifeng, et al.
Publicado: (2024)
por: Chen, Qifeng, et al.
Publicado: (2024)
Stream-Based Ground Segmentation for Real-Time LiDAR Point Cloud Processing on FPGA
por: Zhang, Xiao, et al.
Publicado: (2024)
por: Zhang, Xiao, et al.
Publicado: (2024)
Unlocking Generalization Power in LiDAR Point Cloud Registration
por: Zeng, Zhenxuan, et al.
Publicado: (2025)
por: Zeng, Zhenxuan, et al.
Publicado: (2025)
PACE: Post-Causal Entropy Modeling for Learned LiDAR Point Cloud Compression
por: Zhu, Jiahao, et al.
Publicado: (2026)
por: Zhu, Jiahao, et al.
Publicado: (2026)
Inter-LPCM: Learning-based Inter-Frame Predictive Coding for LiDAR Point Cloud Compression
por: Sun, Chang, et al.
Publicado: (2026)
por: Sun, Chang, et al.
Publicado: (2026)
TULIP: Transformer for Upsampling of LiDAR Point Clouds
por: Yang, Bin, et al.
Publicado: (2023)
por: Yang, Bin, et al.
Publicado: (2023)
LiDARDraft: Generating LiDAR Point Cloud from Versatile Inputs
por: Wei, Haiyun, et al.
Publicado: (2025)
por: Wei, Haiyun, et al.
Publicado: (2025)
Text2LiDAR: Text-guided LiDAR Point Cloud Generation via Equirectangular Transformer
por: Wu, Yang, et al.
Publicado: (2024)
por: Wu, Yang, et al.
Publicado: (2024)
FLaTEC: Frequency-Disentangled Latent Triplanes for Efficient Compression of LiDAR Point Clouds
por: Zhang, Xiaoge, et al.
Publicado: (2025)
por: Zhang, Xiaoge, et al.
Publicado: (2025)
TopoLiDM: Topology-Aware LiDAR Diffusion Models for Interpretable and Realistic LiDAR Point Cloud Generation
por: Liu, Jiuming, et al.
Publicado: (2025)
por: Liu, Jiuming, et al.
Publicado: (2025)
SRMamba: Mamba for Super-Resolution of LiDAR Point Clouds
por: Chen, Chuang, et al.
Publicado: (2025)
por: Chen, Chuang, et al.
Publicado: (2025)
Camera-LiDAR Cross-modality Gait Recognition
por: Guo, Wenxuan, et al.
Publicado: (2024)
por: Guo, Wenxuan, et al.
Publicado: (2024)
LVBA: LiDAR-Visual Bundle Adjustment for RGB Point Cloud Mapping
por: Li, Rundong, et al.
Publicado: (2024)
por: Li, Rundong, et al.
Publicado: (2024)
LONER: LiDAR Only Neural Representations for Real-Time SLAM
por: Isaacson, Seth, et al.
Publicado: (2023)
por: Isaacson, Seth, et al.
Publicado: (2023)
CALM-Net: Curvature-Aware LiDAR Point Cloud-based Multi-Branch Neural Network for Vehicle Re-Identification
por: Lee, Dongwook, et al.
Publicado: (2025)
por: Lee, Dongwook, et al.
Publicado: (2025)
Cross-Modal Self-Supervised Learning with Effective Contrastive Units for LiDAR Point Clouds
por: Cai, Mu, et al.
Publicado: (2024)
por: Cai, Mu, et al.
Publicado: (2024)
Industrial3D: A Terrestrial LiDAR Point Cloud Dataset and CrossParadigm Benchmark for Industrial Infrastructure
por: Yin, Chao, et al.
Publicado: (2026)
por: Yin, Chao, et al.
Publicado: (2026)
La La LiDAR: Large-Scale Layout Generation from LiDAR Data
por: Liu, Youquan, et al.
Publicado: (2025)
por: Liu, Youquan, et al.
Publicado: (2025)
RangeLDM: Fast Realistic LiDAR Point Cloud Generation
por: Hu, Qianjiang, et al.
Publicado: (2024)
por: Hu, Qianjiang, et al.
Publicado: (2024)
Ghosts in the Point Clouds: De-glaring LiDAR in the Transient Domain
por: Gump, Avery, et al.
Publicado: (2026)
por: Gump, Avery, et al.
Publicado: (2026)
Automated Road Extraction and Centreline Fitting in LiDAR Point Clouds
por: Wang, Xinyu, et al.
Publicado: (2025)
por: Wang, Xinyu, et al.
Publicado: (2025)
Towards Practical Human Motion Prediction with LiDAR Point Clouds
por: Han, Xiao, et al.
Publicado: (2024)
por: Han, Xiao, et al.
Publicado: (2024)
LiDAR-RT: Gaussian-based Ray Tracing for Dynamic LiDAR Re-simulation
por: Zhou, Chenxu, et al.
Publicado: (2024)
por: Zhou, Chenxu, et al.
Publicado: (2024)
POD: Predictive Object Detection with Single-Frame FMCW LiDAR Point Cloud
por: Shi, Yining, et al.
Publicado: (2025)
por: Shi, Yining, et al.
Publicado: (2025)
Ejemplares similares
-
Towards Practical Lossless Neural Compression for LiDAR Point Clouds
por: Yu, Pengpeng, et al.
Publicado: (2026) -
Real-Time LiDAR Point Cloud Densification for Low-Latency Spatial Data Transmission
por: Murasaki, Kazuhiko, et al.
Publicado: (2026) -
Physics-Aware Diffusion for LiDAR Point Cloud Densification
por: Zhang, Zeping, et al.
Publicado: (2026) -
RENO: Real-Time Neural Compression for 3D LiDAR Point Clouds
por: You, Kang, et al.
Publicado: (2025) -
Real-Time LiDAR Point Cloud Compression and Transmission for Resource-constrained Robots
por: Cao, Yuhao, et al.
Publicado: (2025)