低延迟高精度
针对4D LiDAR语义分割的多帧堆叠网络，通过时空特征联合学习，在保证预测精度的同时显著降低推理延迟，为自动驾驶和机器人环境理解提供新思路。
Xindong, Guo · Chen, Zhongyu · Zhao, Rong · 韩燮
Neurocomputing 2026
通过基于体素的稀疏卷积和窗口Transformer高效提取特征，在保证精度同时大幅减少计算量和延迟，便于实际部署。
利用残差图像和2D网络强化运动特征学习，使网络能够识别场景中移动的物体，而非只分割静态背景。
将连续扫描帧沿时间维度堆叠为3D网格，同时学习空间和时间信息，优于仅用单帧的方法。