RepVF: 统一的多任务三维感知的矢量场表示
内容提要
本文介绍了VPFusion框架，通过结合体素和柱状流信息，提高了点云表示的精度，实现了实时推理。同时提出了神经向量场(NVF)和多任务学习数据集VEnvision3D，推动了3D表示和任务模型的研究，展示了新方法在多个任务中的优越性能。
延伸解读
VPFusion：体素与柱状流融合的实时点云表示
VPFusion框架通过结合体素和柱状流两种表示，利用它们的互补信息提升点云表示精度。实验表明，该方法在超越基线的同时实现了实时推理速度，这对于自动驾驶等对实时性要求高的场景具有重要意义。
神经向量场：突破分辨率与拓扑限制的3D表示
神经向量场（NVF）结合显式学习与隐式函数表示，通过预测查询点到表面的位移并利用矢量场建模形状，打破了分辨率和拓扑的限制。基于矢量量化的形状代码本学习方法使其在完整及非完整形状构建、类别特定与不可知构建等场景下优于现有方法。
VEnvision3D：多任务对齐的3D感知数据集
VEnvision3D是一个大型3D合成感知数据集，涵盖深度补全、分割、上采样、场景识别和3D重建等任务。同一场景下收集的数据天然对齐，便于探索多任务模型甚至基础模型的潜力。基于该数据集提出的基准测试和简单多任务网络，为未来研究提供了新观察、挑战和机会。
速度矢量场提升轨迹预测，减少历史依赖
将流体动力学中的速度矢量场作为卷积-递归神经网络的附加输入，用于俯视图场景的未来轨迹预测。在HighD数据集上，该方法在短期和长期（5秒）预测中均提高了准确性，且当观测窗口减小时准确性保持一致，缓解了对长历史观测的依赖。
Q&A
VPFusion框架的主要功能是什么？
VPFusion框架结合体素和柱状流信息，提高了点云表示的精度，实现了实时推理。
神经向量场(NVF)的优势是什么？
神经向量场(NVF)通过显式学习和隐式函数表示，打破了分辨率和拓扑的限制，增强了形状建模能力。
VEnvision3D数据集的用途是什么？
VEnvision3D是一个用于多任务学习的大型3D合成感知数据集，支持深度补全、分割、上采样等任务。
新提出的轨迹预测技术是如何工作的？
该技术利用速度矢量场作为卷积-递归深度神经网络的附加输入，提高了基于俯视图场景的未来轨迹预测准确性。
UniNet框架的主要贡献是什么？
UniNet框架将多个模型结合，实现多任务鲁棒性，并在自动驾驶任务中取得显著性能提升。
本文提出的多任务网络有什么特点？
该多任务网络设计简单，展示了VEnvision3D对基础模型的能力，支持多种任务的学习。
