激光雷达深度修复网络

动态遮挡下识别 +5.4%

级联CNN与Transformer，对动态目标遮挡做多尺度修复，让同一地点的激光雷达描述子更稳定、更可辨识。

Kong, Dong · 张立业 · Xiaoyu, Sun · Shuo, Zhang · Hu, Weiming · 董海荣

IEEE Transactions on Industrial Informatics 2026

参数信息

Recall@1提升

5.4 %

技术优势

动态遮挡也能认出地方

通过多尺度深度修复，消除动态目标引起的点云外观变化，使描述子聚焦静态场景结构。

修复效果更好

引入语义辅助分支和混合损失函数，提升修复深度图的结构一致性和纹理保真度。

描述子更强

金字塔卷积骨干与并行 Transformer-NetVLAD 模块捕获长程多尺度依赖，并自适应聚合显著特征，上下文门控进一步精简描述子。

应用场景

• 自动驾驶定位：在车流密集的城市道路中，不因周围车辆遮挡而丢失自身位置。
• 移动机器人导航：机器人在人流或动态障碍多的环境中，依然能可靠地识别已访问地点。
• 智慧交通感知：为交通场景理解提供鲁棒的地点先验，减少动态目标干扰。
• 点云处理工具：可作为点云预处理步骤，去除动态目标造成的遮挡伪影。