論文の概要: Towards Real-Time Full-Waveform LiDAR Transformers via Intensity-Guided Token Reduction and Physics-Aware Augmentation

• arxiv url: http://arxiv.org/abs/2611.07613v1
• Date: Thu, 05 Nov 2026 07:56:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 21:50:50.591456
• Title: Towards Real-Time Full-Waveform LiDAR Transformers via Intensity-Guided Token Reduction and Physics-Aware Augmentation
• Title（参考訳）: 強度誘導型トーケン低減と物理応用によるリアルタイムフルウェーブフォームLiDAR変圧器の実現に向けて
• Abstract要約: フルウェーブフォームLiDAR(FWL)は自律走行とロボット工学にとって重要なセンサーである。 FWLは、完全な戻り波形をヒストグラムとして捉え、豊富な反射特性を保持する。 本稿では,トークンのプルーニングとマージ機構であるFWL-ToPMを提案する。
• 参考スコア（独自算出の注目度）: 7.148721454644293
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: LiDAR is a critical sensor for autonomous driving and robotics, yet it remains vulnerable to adverse conditions such as fog, rain, transparent objects, and low-reflectance surfaces. Full-waveform LiDAR (FWL) addresses these limitations by capturing the complete return waveform as a histogram, preserving rich reflection characteristics including multi-path echoes and weak signals. While recent Transformer-based approaches have demonstrated promise on FWL data, two fundamental bottlenecks remain: high computational cost from redundant tokens in low-intensity background regions, and limited generalization due to scarce annotated training data. We address both bottlenecks by exploiting the physical structure inherent to FWL data. First, we propose FWL-ToPM, a token pruning and merging mechanism that leverages intensity distributions to selectively reduce tokens while retaining critical waveform content. Second, we introduce FWLAug, a data augmentation framework designed as a regularization method that preserves waveform structure, retaining the Time-of-Flight waveform of each ray and the frustum geometry, to improve generalization to unseen scenes. Evaluated on the Ghost-FWL benchmark, FWL-ToPM achieves over 8 times speedup at real-time throughput alongside a nearly 9-point F1 gain over the prior state of the art, establishing the first real-time FWL Transformer that simultaneously improves accuracy. FWLAug further improves performance on both the standard benchmark and an out-of-distribution test set of unseen scenes. Together, these methods push FWL-based perception toward practical deployment. The code and the OOD dataset are publicly available and can be accessed via the project page: https://keio-csg.github.io/FWL-ToPM
• Abstract（参考訳）: LiDARは自律走行とロボティクスにとって重要なセンサーであるが、霧、雨、透明な物体、低反射面などの悪条件に弱いままである。 フルウェーブフォームLiDAR(FWL)は、全反射波形をヒストグラムとして捉え、マルチパスエコーや弱い信号を含む豊富な反射特性を保存することにより、これらの制限に対処する。 最近のTransformerベースのアプローチでは、FWLデータに対する保証が証明されているが、低強度背景領域における冗長トークンによる高い計算コストと、注釈付きトレーニングデータ不足による限定的な一般化の2つの基本的なボトルネックが残っている。 FWLデータに固有の物理的構造を活用することで、両方のボトルネックに対処する。 まず,FWL-ToPMを提案する。FWL-ToPMは,強度分布を利用して,臨界波形を保持しながらトークンを選択的に低減するトークンプルーニング・マージ機構である。 第二に、FWLAugは、波形構造を保存し、各光の時間-光の波形とフラストム形状を保持できる正規化法として設計されたデータ拡張フレームワークであり、見えないシーンへの一般化を改善する。 Ghost-FWLベンチマークで評価されたFWL-ToPMは、従来の9ポイント近いF1ゲインと並行して、リアルタイムスループットで8倍以上のスピードアップを実現し、同時に精度を向上させる最初のリアルタイムFWL変換器を確立する。 FWLAugはさらに、標準ベンチマークと、目に見えないシーンの配布外テストセットの両方のパフォーマンスを改善している。 これらの手法は、FWLに基づく認識を実践的な展開へと押し上げる。 コードとOODデータセットは公開されており、プロジェクトページからアクセスできる。

関連論文リスト

• Weaving Light and Time: Unified Harmonic-Geometric Representation Learning for Dense RGB-Event Parsing [55.13802890769086]
  我々は、専用のRGB-Event解析用に特別に設計された最初の統一バックボーンであるEvitaを紹介する。 深いモーダルなシナジーを達成するため、Evitaはすべてのエンコーダ層に直接固有のコラーニングモジュール群を組み込む。 Evitaは、リアルタイムマルチモーダル認識において、より優れた精度とレイテンシのトレードオフを提供しながら、新しい最先端メトリクスを確立する。
  論文  参考訳（メタデータ） (2026-07-10T06:52:09Z)
• REALM: Retrospective Encoder Alignment for LFP Modeling [2.8036525859094823]
  スパイク活動は、その空間分解能と時間分解能が高いため、行動復号において支配的な神経信号である。 脳-コンピュータインタフェース(BCI)が高チャネル数や無線操作へと移動するにつれ、スパイク信号の高サンプリング周波数がボトルネックとなる。 本稿では,因果LFPデコードを可能にする振り返り蒸留フレームワークREALMを提案する。
  論文  参考訳（メタデータ） (2026-05-14T14:16:22Z)
• Physics-informed waveform inversion using pretrained wavefield neural operators [9.048550821334116]
  フルウェーブフォームインバージョン(FWI)は高分解能地下モデルの再構築に不可欠である。 学習波動場ニューラル演算子を用いてFWIを加速する最近の試みは、効率と微分可能性の有望性を示している。 ニューラル演算子に基づくFWIの効率を維持しつつ、精度の反転を高める新しい物理インフォームドFWIフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-10T19:57:18Z)
• Learning from Scratch: Structurally-masked Transformer for Next Generation Lib-free Simulation [5.564681128355971]
  本稿では,多段階データパスのパワーとタイミング予測のためのニューラルネットワークフレームワークを提案する。 私たちの知る限りでは、これは標準セル用に明示的に設計された言語ベースのネットリスト対応ニューラルネットワークとしては初めてのものです。
  論文  参考訳（メタデータ） (2025-07-23T10:46:25Z)
• SuperFlow++: Enhanced Spatiotemporal Consistency for Cross-Modal Data Pretraining [62.433137130087445]
  SuperFlow++は、連続するカメラペアを使用して事前トレーニングと下流タスクを統合する新しいフレームワークである。 SuperFlow++は様々なタスクや運転条件で最先端のメソッドよりも優れています。 強力な一般化性と計算効率により、SuperFlow++は、自動運転におけるデータ効率の高いLiDARベースの認識のための新しいベンチマークを確立する。
  論文  参考訳（メタデータ） (2025-03-25T17:59:57Z)
• FUSE: Label-Free Image-Event Joint Monocular Depth Estimation via Frequency-Decoupled Alignment and Degradation-Robust Fusion [92.4205087439928]
  画像強調共同深度推定法は、頑健な知覚に相補的なモダリティを利用するが、一般化可能性の課題に直面している。 自己監督型転送(PST)と周波数デカップリング型フュージョンモジュール(FreDF)を提案する。 PSTは、画像基盤モデルとの遅延空間アライメントによるクロスモーダルな知識伝達を確立し、データ不足を効果的に軽減する。 FreDFは、低周波構造成分から高周波エッジ特性を明示的に分離し、モード比周波数ミスマッチを解消する。 この組み合わせのアプローチにより、FUSEはターゲットデータセットに対する軽量デコーダ適応のみを必要とするユニバーサルなイメージイベントを構築することができる。
  論文  参考訳（メタデータ） (2025-03-25T15:04:53Z)
• Wave-ViT: Unifying Wavelet and Transformers for Visual Representation Learning [138.29273453811945]
  マルチスケールビジョントランス (ViT) はコンピュータビジョンタスクの強力なバックボーンとして登場した。 本稿では,ウェーブレット変換と自己注意学習を用いて,可逆的なダウンサンプリングを定式化する新しいウェーブレットビジョン変換器(textbfWave-ViT)を提案する。
  論文  参考訳（メタデータ） (2022-07-11T16:03:51Z)

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。