论文： A Unified Query-based Paradigm for Point Cloud Understanding
开源 ：soon
摘要： 三维点云感知是自动驾驶和机器人技术的重要组成部分。论文提出了一种新的Embedding-Querying paradigm（EQParadigm）用于3d点云检测、分割和分类。EQParadigm是一种统一的样式，可以将任何现有的3D backbnone与不同的任务头结合起来。在EQParadigm下，输入首先在embedding阶段，采使用voxel-baes或者point base提取特征并进行编码，
然后，querying阶段使编码的特征适用于不同的任务头。这是通过在querying阶段引入中间表示（即Q表示）来实现的，论文中Q表示是一种神经网络,作为embedding阶段和多head之间的桥梁。。大量实验结果表明，EQParadigm与Q-Net相结合进一步提高不同任务的鲁棒性。
论文： Vision-based Large-scale 3D Semantic Mapping for Autonomous Driving Applications
开源： 无
在论文中，提出了一个完全基于立体相机系统的 3D 语义分割pipline。pipline包括一个稀疏视觉里程计前端以及一个用于全局优化的后端，包括 GNSS 集成和语义 3D 点云标记。提出了一种简单但有效的时间投票方案，可以提高 3D 点标签的质量和一致性。评估是在 KITTI-360 数据集上进行的。结果显示了方案的有效性.
