RadarGen: Modello di Diffusione Genera Nuvole di Punti Radar Automobilistici da Immagini di Telecamere
Un nuovo modello di diffusione chiamato RadarGen è stato sviluppato da ricercatori per creare nuvole di punti radar automobilistici realistici utilizzando immagini provenienti da più telecamere. Questo modello presenta i dati radar in una vista dall'alto (bird's-eye view), catturando sia la struttura spaziale che attributi come la sezione trasversale radar (RCS) e le informazioni Doppler. Un semplice processo di recupero ricostruisce le nuvole di punti da queste mappe generate. Per garantire che l'output generato sia in linea con l'ambiente visivo, RadarGen utilizza indizi di profondità, semantici e di movimento provenienti da modelli foundation pre-addestrati, guidando la generazione verso pattern radar realistici. Questo condizionamento basato su immagini migliora la compatibilità con vari dataset visivi e framework di simulazione, aprendo la strada a simulazioni generative multimodali scalabili. Le valutazioni su ampi dataset di guida indicano le forti prestazioni di RadarGen. L'articolo di ricerca è disponibile su arXiv con l'identificatore 2512.17897.
Fatti principali
- RadarGen è un modello di diffusione per generare nuvole di punti radar automobilistici da immagini di telecamere.
- Utilizza una rappresentazione in vista dall'alto che codifica la struttura spaziale, RCS e attributi Doppler.
- Un passaggio di recupero leggero ricostruisce le nuvole di punti dalle mappe generate.
- Indizi di profondità, semantici e di movimento allineati alla BEV provenienti da modelli foundation pre-addestrati guidano la generazione.
- L'approccio è compatibile con dataset visivi esistenti e framework di simulazione.
- Le valutazioni sono state condotte su dati di guida su larga scala.
- L'articolo è disponibile su arXiv con l'identificatore 2512.17897.
- Il tipo di annuncio è replace-cross.
Entità
Istituzioni
- arXiv