SVQNet：用于 4D 时空 LiDAR 语义分割的稀疏体素邻近查询网络
原文中文，约400字，阅读约需1分钟。发表于：。基于我们的观察，将所有的历史点堆叠会损害性能，因为有大量多余和误导性信息，我们提出了用于 4D 激光雷达语义分割的稀疏体素相邻查询网络（SVQNet），通过将历史点分成两组来充分利用历史帧的高效性，一组是携带局部增强知识的体素相邻邻域，另一组是补充全局知识的历史情境，然后我们提出了新的模块来从这两组中选择和提取指导性特征，我们的 SVQNet 在 SemanticKITTI 基准和...
本文介绍了一种用于4D激光雷达语义分割的稀疏体素相邻查询网络（SVQNet）。通过将历史点分成两组，一组是携带局部增强知识的体素相邻邻域，另一组是补充全局知识的历史情境，SVQNet能够充分利用历史帧的高效性。通过选择和提取指导性特征，SVQNet在SemanticKITTI基准和nuScenes数据集的激光雷达语义分割中取得了最先进的性能。
