Tag · 3 篇
场景流
01 02 03
x^2-Fusion：事件边缘空间中的跨模态与跨维度流估计
x^2-Fusion: Cross-Modality and Cross-Dimension Flow Estimation in Event Edge Space
把事件相机输出的时空边缘当作统一的潜空间锚点，让图像与激光雷达特征显式对齐到同一表示，再做可靠性感知的自适应融合；这套「以事件边缘场为共享潜空间」的思路可直接迁移到其他多传感器融合任务（如深度补全、BEV 感知），跨维度对比学习也可用于耦合 2D 与 3D 运动估计。
RF4D：面向户外动态场景新视角合成的神经雷达场
RF4D:Neural Radar Fields for Novel View Synthesis in Outdoor Dynamic Scenes
将毫米波雷达的物理功率渲染公式与神经场结合，并引入场景流模块强制时序占用一致性，为恶劣天气下的动态场景新视角合成提供了可复用的雷达-神经场建模范式。
Any4D：统一前馈度量尺度 4D 重建
Any4D: Unified Feed-Forward Metric 4D Reconstruction
把 4D 场景拆成局部相机坐标下的自中心因子（深度、内参）与全局世界坐标下的他中心因子（外参、场景流）的模块化表示，使单一前馈 Transformer 能统一处理 N 帧稠密运动与几何预测，并可直接接入 RGB-D、IMU、Radar Doppler 等额外传感器；这套表示与多模态接口可复用到动态场景重建、新视角合成与机器人感知。