כתבה
arXiv cs.AI ·
CRISP: תיקון פקסלים נופלים בפלט LiDAR סמוי באמצעות דיפוזיה קודקס
CRISP: Fixing Flying Pixels in Latent LiDAR Generation via Diffusion Decoding
CRISP: תיקון פקסלים נופלים בפלט LiDAR סמוי. המחקר מציג פקסלים נופלים בפלט LiDAR סמוי, ומציע פתרון באמצעות דיפוזיה קודקס.
תקציר מקורי באנגליתarXiv:2610.11376v1 Announce Type: cross Abstract: Latent LiDAR pipelines suffer from flying pixels: convolutional VAEs blur sharp radial depth discontinuities, yielding edge depths that back-project to points floating between surfaces. We identify this as a major, directly correctable decoder bottleneck and introduce CRISP: a pixel-space diffusion decoder with a backbone-agnostic latent adapter, DiT-based denoiser, and support mask predictor. CRISP replaces video-VAE and LiDAR-native decoders alike while keeping the encoder and latent generator fixed. Across KITTI-360, SemanticKITTI, and nuScenes, replacing only the decoder reduces FSVD/FPVD by 50.5% on average across frozen backbones; for generic video VAEs, the reductions reach 71%/74%. On the LiDAR-native LiDM backbone, FRID drops by 71
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית