刷榜自动驾驶语义场景补全！北大新作：高维度、高密度 | AAAI'26

北京大学彭宇新团队提出HD²-SSC方法，旨在解决视觉语义场景补全中的维度差异与密度差异问题。通过高维度语义解耦与高密度占用优化，该方法在SemanticKITTI和SSCBench-KITTI-360数据集上均达到SOTA性能，相较SGN提升最高达1.52% IoU和2.37% mIoU，显著提升了三维语义场景重建的准确性与细节还原能力，对自动驾驶与机器人导航具有重要应用价值。
来源：https://mp.weixin.qq.com/s/545hjyeoSse2YG1Lfug49w