Buchumschlag

Ghosts in the Point Clouds: De-glaring LiDAR in the Transient Domain

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gump, Avery, Henley, Connor, Cheong, Sungjin, Prabhakara, Akarsh, Gupta, Mohit
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

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

Source-Only Cross-Weather LiDAR via Geometry-Aware Point Drop
von: Cheong, YoungJae, et al.
Veröffentlicht: (2025)

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)

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

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

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

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

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

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)

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

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

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

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

Ghost-FWL: A Large-Scale Full-Waveform LiDAR Dataset for Ghost Detection and Removal
von: Ikeda, Kazuma, et al.
Veröffentlicht: (2026)

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)

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

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)

JDT3D: Addressing the Gaps in LiDAR-Based Tracking-by-Attention
von: Cheong, Brian, et al.
Veröffentlicht: (2024)

Robust 3D Object Detection using Probabilistic Point Clouds from Single-Photon LiDARs
von: Goyal, Bhavya, et al.
Veröffentlicht: (2025)

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

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

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

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

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

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)

Annotation-Free Detection of Drivable Areas and Curbs Leveraging LiDAR Point Cloud Maps
von: Ma, Fulong, et al.
Veröffentlicht: (2026)

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)

PSA-SSL: Pose and Size-aware Self-Supervised Learning on LiDAR Point Clouds
von: Nisar, Barza, et al.
Veröffentlicht: (2025)

FLaTEC: Frequency-Disentangled Latent Triplanes for Efficient Compression of LiDAR Point Clouds
von: Zhang, Xiaoge, et al.
Veröffentlicht: (2025)

Cross-Modal Self-Supervised Learning with Effective Contrastive Units for LiDAR Point Clouds
von: Cai, Mu, et al.
Veröffentlicht: (2024)

Robust Single Object Tracking in LiDAR Point Clouds under Adverse Weather Conditions
von: Zhao, Xiantong, et al.
Veröffentlicht: (2025)

RangeLDM: Fast Realistic LiDAR Point Cloud Generation
von: Hu, Qianjiang, et al.
Veröffentlicht: (2024)

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

Generative AI Empowered LiDAR Point Cloud Generation with Multimodal Transformer
von: Farzanullah, Mohammad, et al.
Veröffentlicht: (2024)