論文の概要: Towards Real-Time and Adaptable LiDAR Scene Completion

• arxiv url: http://arxiv.org/abs/2608.16490v1
• Date: Mon, 17 Aug 2026 12:28:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.681437
• Title: Towards Real-Time and Adaptable LiDAR Scene Completion
• Title（参考訳）: リアルタイム・適応型LiDARシーンコンプリートに向けて
• Abstract要約: LiDARシーンの完成は、自動運転における3D知覚の重要な構成要素である。 本稿では,LiDARのシーン補完手法であるRapidLiDARについて述べる。 本手法は,全シーンを0.1秒で仕上げながら,工期と同等の完了性能を実現する。
• 参考スコア（独自算出の注目度）: 9.493759500301154
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: LiDAR scene completion is a key component of 3D perception in autonomous driving, where the scene must be completed in real time to be usable in downstream tasks. Existing approaches typically follow an initialize-and-refine paradigm, in which a coarse initialization of the scene is first constructed, then refined into complete 3D geometry. Generative models are slower because they iteratively refine random Gaussian noise into the scene, while non-generative methods perturb the partial scene with a fixed noise scale, which limits coverage of large gaps and occluded regions and requires manual recalibration for each new sensor configuration. We present RapidLiDAR, a LiDAR scene completion method that treats the initialization itself as a learned, data-driven component. We propose an adaptive initialization module that predicts a spatially varying displacement for each partial input point, expanding the partial observations into a coarse scene initialization adapted to the local geometry, without requiring manual noise tuning. To refine this coarse initialization into a complete and coherent scene, we additionally propose a multi-scale reconstruction module that further refines point positions by querying multi-scale 3D voxel and 2D BEV feature maps constructed from the input scan. By replacing point-neighborhood operators such as farthest point sampling and $k$-nearest neighbor search with voxel- and BEV-based feature extraction, our architecture is faster and can handle different input resolutions by design. Experiments on SemanticKITTI and KITTI-360 show that our method achieves completion performance on par with the state of the art while completing a full scene in 0.1 seconds, which is 2.3 times faster than the fastest prior method. This matches the 10 Hz acquisition rate of typical automotive LiDAR sensors, taking a step toward real-time LiDAR scene completion.
• Abstract（参考訳）: LiDARシーン補完は、自動運転における3D知覚の重要な構成要素であり、下流タスクで使用するために、シーンをリアルタイムで完了させなければならない。 既存のアプローチは、シーンの粗い初期化が最初に構築され、それから完全な3D幾何学に洗練される、初期化と再定義のパラダイムに従うのが一般的である。 生成モデルは、ランダムなガウスノイズをシーンに反復的に洗練させるのに対して、非生成的手法は、大きなギャップと隠された領域の範囲を制限し、新しいセンサ構成ごとに手動で調整を必要とする、固定されたノイズスケールで部分的なシーンを摂動させる。 本稿では,初期化自体を学習データ駆動コンポーネントとして扱うLiDARシーン補完手法であるRapidLiDARを提案する。 本研究では,各部分的な入力点の空間的変化を予測し,手動のノイズチューニングを必要とせず,局所的な形状に適応した粗いシーン初期化へと部分的な観測を拡大する適応初期化モジュールを提案する。 さらに,この粗い初期化を完全かつ一貫性のあるシーンに洗練するために,入力スキャンから構築したマルチスケールの3Dボクセルと2DのBEV特徴写像をクエリすることで,点位置をさらに洗練するマルチスケール再構成モジュールを提案する。 最遠点サンプリングや$k$-nearest近くの探索をボクセルやBEVベースの特徴抽出で置き換えることで、アーキテクチャはより高速で、設計によって異なる入力解像度を処理できる。 SemanticKITTI と KITTI-360 の実験により,本手法は先行手法の2.3倍のフルシーンを0.1秒で完了しながら,最先端技術と同等の完了性能を実現することを示した。 これは、通常の自動車用LiDARセンサーの10Hzの取得速度と一致し、リアルタイムLiDARシーンの完成に向けて一歩前進する。

関連論文リスト

• Rethinking 3D Segmentation from Individual LiDAR Scans: Incidence-Aware Sampling on the SIP Benchmark [2.714583452862024]
  本研究では,個別LiDARスキャンにおける入射型サンプリング手法を提案する。 この方法は、ボクセルベースの選択のために幾何正規化された多様体空間を指し示す。 Point TransformerとPointNeXtによる実験では、解像度平均セグメンテーション性能が改善された。
  論文  参考訳（メタデータ） (2026-08-07T20:42:43Z)
• QuickSplat: Fast 3D Surface Reconstruction via Learned Gaussian Initialization [69.50126552763157]
  表面再構成はコンピュータビジョンとグラフィックスの基本であり、3Dモデリング、混合現実、ロボット工学などの応用を可能にする。 レンダリングに基づく既存のアプローチは有望な結果を得るが、シーンごとに最適化されるため、テクスチャレスな領域をモデル化するのに苦労する可能性がある。 大規模屋内シーンの2次元ガウススプラッティング最適化のための高密度初期化を生成するために,データ駆動の先行処理を学習するQuickSplatを紹介する。
  論文  参考訳（メタデータ） (2025-05-08T18:43:26Z)
• TT-Occ: Test-Time Compute for Self-Supervised Occupancy via Spatio-Temporal Gaussian Splatting [32.57885385644153]
  自己監督型3D占有予測は、コストのかかる3Dアノテーションを必要とせずに、シーンの運転を理解するための有望なソリューションを提供する。 TT-Occと呼ばれる実用的で柔軟なテストタイム占有予測フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-03-11T14:37:39Z)
• OPUS: Occupancy Prediction Using a Sparse Set [64.60854562502523]
  学習可能なクエリの集合を用いて、占有された場所とクラスを同時に予測するフレームワークを提案する。 OPUSには、モデルパフォーマンスを高めるための非自明な戦略が組み込まれている。 最も軽量なモデルではOcc3D-nuScenesデータセットの2倍 FPS に優れたRayIoUが得られる一方、最も重いモデルは6.1 RayIoUを上回ります。
  論文  参考訳（メタデータ） (2024-09-14T07:44:22Z)
• InstantSplat: Sparse-view Gaussian Splatting in Seconds [91.77050739918037]
  InstantSplatは,光速でスパークビュー3Dシーンを再現する新しい手法である。 InstantSplatでは,3Dシーン表現とカメラポーズを最適化する,自己管理フレームワークを採用している。 3D-GSの従来のSfMと比較して、30倍以上の再現を達成し、視覚的品質(SSIM)を0.3755から0.7624に改善する。
  論文  参考訳（メタデータ） (2024-03-29T17:29:58Z)
• Fast Monocular Scene Reconstruction with Global-Sparse Local-Dense Grids [84.90863397388776]
  本稿では,スパルス・ボクセル・ブロック・グリッドにおける署名付き距離関数(SDF)を直接使用して,距離のない高速かつ正確なシーン再構成を実現することを提案する。 我々の世界規模で疎密で局所的なデータ構造は、表面の空間的空間性を利用して、キャッシュフレンドリーなクエリを可能にし、マルチモーダルデータへの直接拡張を可能にします。 実験により、我々のアプローチはトレーニングでは10倍、レンダリングでは100倍高速であり、最先端のニューラル暗黙法に匹敵する精度を実現していることがわかった。
  論文  参考訳（メタデータ） (2023-05-22T16:50:19Z)
• Soft Expectation and Deep Maximization for Image Feature Detection [68.8204255655161]
  質問をひっくり返し、まず繰り返し可能な3Dポイントを探し、次に検出器を訓練して画像空間にローカライズする、反復的半教師付き学習プロセスSEDMを提案する。 以上の結果から,sdmを用いてトレーニングした新しいモデルでは,シーン内の下位3dポイントのローカライズが容易になった。
  論文  参考訳（メタデータ） (2021-04-21T00:35:32Z)
• SCFusion: Real-time Incremental Scene Reconstruction with Semantic Completion [86.77318031029404]
  本研究では,シーン再構成とセマンティックシーン補完を段階的かつリアルタイムに共同で行うフレームワークを提案する。 我々のフレームワークは、3Dグローバルモデルでセマンティックコンプリートを正確かつ効率的に融合させるために、占有マップを処理し、ボクセル状態を活用するように設計された新しいニューラルアーキテクチャに依存している。
  論文  参考訳（メタデータ） (2020-10-26T15:31:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。