Tag · 3 篇
鸟瞰图
分布 自动驾驶与遥感2视觉语言模型1
01 02 03
HOLO：面向SD地图细粒度视觉定位的单应性引导位姿估计网络
HOLO: Homography-Guided Pose Estimator Network for Fine-Grained Visual Localization on SD Maps
将单应性约束引入多视图图像与SD地图的跨模态定位，通过BEV投影和语义对齐构建满足单应性的输入对，并利用单应关系引导特征融合与位姿回归，为自动驾驶低成本定位提供了可复用的几何先验注入方式。
EagleVision：基于鸟瞰图视觉定位思维链的双阶段空间智能框架
EagleVision: A Dual-Stage Framework with BEV-grounding-based Chain-of-Thought for Spatial Intelligence
提出基于鸟瞰图（BEV）的主动视角选择与空间思维链推理框架，可复用于需要多视角几何推理的视觉语言任务，如具身导航与三维场景理解。
C-LaV：面向天气鲁棒 LiDAR 地点识别的条件潜变量速度场去噪
C-LaV: Conditional Latent Velocity Field Denoising for Weather-Robust LiDAR Place Recognition
把条件流匹配当作潜空间去噪器，在冻结的 DINOv2 BEV 潜空间里用概率流 ODE 把雨雪雾潜变量确定性搬运到晴天的对应潜变量，再接 SALAD 聚合做检索；这套「冻结语义锚定潜空间 + 条件流匹配去噪」的范式可直接迁移到其他受天气/传感器退化影响的检索与定位任务。