Buchumschlag

Annotation-Free Detection of Drivable Areas and Curbs Leveraging LiDAR Point Cloud Maps

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ma, Fulong, Peng, Daojie, Ma, Jun
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CurbNet: Curb Detection Framework Based on LiDAR Point Cloud Segmentation
von: Zhao, Guoyang, et al.
Veröffentlicht: (2024)

Annotation-Free Curb Detection Leveraging Altitude Difference Image
von: Ma, Fulong, et al.
Veröffentlicht: (2024)

LiteViLNet: Lightweight Vision-LiDAR Fusion Network for Efficient Road Segmentation
von: Peng, Daojie, et al.
Veröffentlicht: (2026)

Task-Oriented Pre-Training for Drivable Area Detection
von: Ma, Fulong, et al.
Veröffentlicht: (2024)

Structured Observation Language for Efficient and Generalizable Vision-Language Navigation
von: Peng, Daojie, et al.
Veröffentlicht: (2026)

IAF-Net: Illumination-Adaptive Fusion for Low-Light Urban Road Segmentation
von: Wang, Bingtao, et al.
Veröffentlicht: (2026)

Towards Practical Human Motion Prediction with LiDAR Point Clouds
von: Han, Xiao, et al.
Veröffentlicht: (2024)

LiDAR-CS Dataset: LiDAR Point Cloud Dataset with Cross-Sensors for 3D Object Detection
von: Fang, Jin, et al.
Veröffentlicht: (2023)

ALISE: Annotation-Free LiDAR Instance Segmentation for Autonomous Driving
von: Lyu, Yongxuan, et al.
Veröffentlicht: (2025)

Unlocking Generalization Power in LiDAR Point Cloud Registration
von: Zeng, Zhenxuan, et al.
Veröffentlicht: (2025)

NeRF-LiDAR: Generating Realistic LiDAR Point Clouds with Neural Radiance Fields
von: Zhang, Junge, et al.
Veröffentlicht: (2023)

PACE: Post-Causal Entropy Modeling for Learned LiDAR Point Cloud Compression
von: Zhu, Jiahao, et al.
Veröffentlicht: (2026)

TULIP: Transformer for Upsampling of LiDAR Point Clouds
von: Yang, Bin, et al.
Veröffentlicht: (2023)

Text2LiDAR: Text-guided LiDAR Point Cloud Generation via Equirectangular Transformer
von: Wu, Yang, et al.
Veröffentlicht: (2024)

Efficient Point Transformer with Dynamic Token Aggregating for LiDAR Point Cloud Processing
von: Lu, Dening, et al.
Veröffentlicht: (2024)

Physics-Aware Diffusion for LiDAR Point Cloud Densification
von: Zhang, Zeping, et al.
Veröffentlicht: (2026)

LiDARDraft: Generating LiDAR Point Cloud from Versatile Inputs
von: Wei, Haiyun, et al.
Veröffentlicht: (2025)

Fast Attention-Based Simplification of LiDAR Point Clouds for Object Detection and Classification
von: Rozsa, Z., et al.
Veröffentlicht: (2026)

POD: Predictive Object Detection with Single-Frame FMCW LiDAR Point Cloud
von: Shi, Yining, et al.
Veröffentlicht: (2025)

3D Learnable Supertoken Transformer for LiDAR Point Cloud Scene Segmentation
von: Lu, Dening, et al.
Veröffentlicht: (2024)

Real-time Neural Rendering of LiDAR Point Clouds
von: Vanherck, Joni, et al.
Veröffentlicht: (2025)

Ghosts in the Point Clouds: De-glaring LiDAR in the Transient Domain
von: Gump, Avery, et al.
Veröffentlicht: (2026)

Towards Practical Lossless Neural Compression for LiDAR Point Clouds
von: Yu, Pengpeng, et al.
Veröffentlicht: (2026)

Automated Road Extraction and Centreline Fitting in LiDAR Point Clouds
von: Wang, Xinyu, et al.
Veröffentlicht: (2025)

Auto-Annotation with Expert-Crafted Guidelines: A Study through 3D LiDAR Detection Benchmark
von: Ma, Yechi, et al.
Veröffentlicht: (2025)

Sparse Points to Dense Clouds: Enhancing 3D Detection with Limited LiDAR Data
von: Kumar, Aakash, et al.
Veröffentlicht: (2024)

LiDAR-PTQ: Post-Training Quantization for Point Cloud 3D Object Detection
von: Zhou, Sifan, et al.
Veröffentlicht: (2024)

GS-LiDAR: Generating Realistic LiDAR Point Clouds with Panoramic Gaussian Splatting
von: Jiang, Junzhe, et al.
Veröffentlicht: (2025)

Point2Building: Reconstructing Buildings from Airborne LiDAR Point Clouds
von: Liu, Yujia, et al.
Veröffentlicht: (2024)

Contextual Range-View Projection for 3D LiDAR Point Clouds
von: Mousavi, Seyedali, et al.
Veröffentlicht: (2026)

Range Image-Based Implicit Neural Compression for LiDAR Point Clouds
von: Kuwabara, Akihiro, et al.
Veröffentlicht: (2025)

RENO: Real-Time Neural Compression for 3D LiDAR Point Clouds
von: You, Kang, et al.
Veröffentlicht: (2025)

Analyzing Infrastructure LiDAR Placement with Realistic LiDAR Simulation Library
von: Cai, Xinyu, et al.
Veröffentlicht: (2022)

SFPNet: Sparse Focal Point Network for Semantic Segmentation on General LiDAR Point Clouds
von: Wang, Yanbo, et al.
Veröffentlicht: (2024)

Through the Perspective of LiDAR: A Feature-Enriched and Uncertainty-Aware Annotation Pipeline for Terrestrial Point Cloud Segmentation
von: Zhang, Fei, et al.
Veröffentlicht: (2025)

TopoLiDM: Topology-Aware LiDAR Diffusion Models for Interpretable and Realistic LiDAR Point Cloud Generation
von: Liu, Jiuming, et al.
Veröffentlicht: (2025)

SRMamba: Mamba for Super-Resolution of LiDAR Point Clouds
von: Chen, Chuang, et al.
Veröffentlicht: (2025)

Label-Efficient Semantic Segmentation of LiDAR Point Clouds in Adverse Weather Conditions
von: Piroli, Aldi, et al.
Veröffentlicht: (2024)

Spherical Frustum Sparse Convolution Network for LiDAR Point Cloud Semantic Segmentation
von: Zheng, Yu, et al.
Veröffentlicht: (2023)

RaLiFlow: Scene Flow Estimation with 4D Radar and LiDAR Point Clouds
von: Fu, Jingyun, et al.
Veröffentlicht: (2025)