三维感知

I Am a robert girl

从点到面：Superquadric 分解中“几何感知内点精修”的工程拆解从今天觉醒,技术赋予每一个人数字生命把一堆无序的三维点云拆成若干可解释的几何基元（平面、球、圆柱、超二次曲面），是逆向工程、机器人抓取、AR 场景理解里绕不开的一步。它的价值在于：原始点云没有语义，而基元是可参数化、可编辑、可压缩的中间表示。

这张生成的图像能检测吗

（论文速读）IPFP：把图像特征反投影到 3D，用单分支完成多模态训练论文题目：Image-to-Point Cloud Feature Back-Projection for Multimodal Training of 3D Semantic Segmentation（用于 3D 语义分割多模态训练的图像到点云特征反投影）

这张生成的图像能检测吗

（论文速读）Cylinder3D：面向室外 LiDAR 分割的柱面划分与非对称 3D 卷积论文题目：Cylindrical and Asymmetrical 3D Convolution Networks for LiDAR Segmentation（用于 LiDAR 分割的柱面划分与非对称 3D 卷积网络）

这张生成的图像能检测吗

（论文速读）SphereFormer：用径向窗口解决 LiDAR 远距离稀疏点的信息断连论文题目：Spherical Transformer for LiDAR-based 3D Recognition（用于 LiDAR 三维识别的球面 Transformer）

AGV算法笔记

GaussianWorld：多帧融合到世界建模的跃迁很多人做自动驾驶感知、机器人环境理解时，第一反应往往是把前几帧特征对齐后做融合。这种方式当然有效，但问题也很明显：它虽然利用了时间信息，却并没有真正去理解场景是如何随时间演化的。

TechBeat人工智能社区

Talk｜清华大学袁天远：PreSight - 利用NeRF先验帮助自动驾驶场景在线感知本期为TechBeat人工智能社区第605期线上Talk。北京时间7月3日(周三)20:00，清华大学博士生—袁天远的Talk已经准时在TechBeat人工智能社区开播！

我是有底线的