CVSD-Reg蒸馏DINOv2语义实现零样本跨传感器LiDAR配准

Eunsoo Im等人提出CVSD-Reg框架，将冻结的DINOv2视觉语义先验蒸馏进Point Transformer V3学生网络，在KITTI、nuScenes、HeLiPR上取得严格成功率（SR@0.5m/1°）97.7%、99.0%、99.3%，含稀疏16线Velodyne上的97.3%，较SOTA几何配准方法最多领先44.0个百分点。 推理时仅用LiDAR点云与单一检查点完成描述子提取、对应匹配与位姿估计，无需相机输入、传感器特定适配或事后ICP精修；训练分两阶段，先跨模态蒸馏获得鲁棒描述子，再在配准任务上微调。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。