XLD：用于评估新型驾驶视角合成的跨车道数据集
原文中文，约400字，阅读约需1分钟。发表于：。通过创建遵循安全临界场景，超越真实数据的自主驾驶车辆全面测试是至关重要的。为了解决现有方法的评估不足，本文提出了一个针对自主驾驶模拟的新颖驾驶视图合成数据集和基准测试，揭示现有方法无法满足跨车道或闭环模拟的要求。
该文章介绍了一种用于野外场景下的三维感知扩散模型ZeroNVS，用于单图像新视图合成。通过训练生成式先验模型来处理多物体场景和复杂背景的挑战，并提出了相机条件参数化和归一化方案来解决深度尺度的二义性问题。文章还提出了“SDS anchoring”方法来改善合成新视图的多样性。该模型在DTU数据集的零样本设置中表现出优势，并在Mip-NeRF 360数据集上展现出强大的性能。
