Belangrijkste concepten
Durch die Verwendung von Diffusionsmodellen kann eine einzelne 3D-LiDAR-Aufnahme effizient vervollständigt werden, um eine detailliertere Darstellung der Szene zu erhalten.
Samenvatting
In dieser Arbeit wird ein neuartiger punktbasierter Diffusionsprozess vorgestellt, um 3D-LiDAR-Szenen aus einer einzelnen Aufnahme zu vervollständigen.
Der Diffusionsprozess wird so reformuliert, dass er direkt auf den Punkten arbeitet, anstatt eine Normalisierung oder Diskretisierung der Daten vorzunehmen. Dies ermöglicht es, detailliertere Informationen der Szene zu erhalten.
Eine Regularisierung des vorhergesagten Rauschens wird eingeführt, um die Stabilität des Diffusionsprozesses zu verbessern und die Vorhersageverteilung näher an die erwartete Normalverteilung anzunähern.
Der Ansatz wird mit verschiedenen Methoden zur Szenenvervollständigung verglichen und zeigt bessere Ergebnisse bei der Genauigkeit und Detailgenauigkeit der generierten Szenen.
Die vorgeschlagene Diffusionsformulierung kann als Grundlage für weitere Forschung im Bereich der 3D-Datengenerierung mit Diffusionsmodellen dienen.
Statistieken
Die Standardabweichung des vorhergesagten Rauschens beginnt bei etwa 526 und nähert sich im Laufe des Entrauschungsprozesses langsam 1 an.
Die mittlere Abweichung des vorhergesagten Rauschens startet bei etwa -9,0 und nähert sich im Laufe des Entrauschungsprozesses dem Wert 0 an.
Citaten
Keine relevanten Zitate gefunden.