特征分布建模

学习识别分布外目标以用于3D激光雷达异常分割

Learning to Identify Out-of-Distribution Objects for 3D LiDAR Anomaly Segmentation

在激光雷达特征空间中直接建模内点类分布以约束异常样本，可替代从2D视觉迁移的后处理式异常打分；同时提供的混合真实-合成激光雷达异常分割数据集可用于评测3D开放世界感知的OOD检测能力。