[2025CVPR]DenoiseCP-Net：恶劣天气下基于LiDAR的高效集体感知模型

论文结构概览​

本文采用系统性研究框架：

1. ​引言​：分析恶劣天气对自动驾驶感知的挑战，提出集体感知方案
2. ​相关工作​：综述集体感知方法及恶劣天气处理技术
3. ​环境表示​：阐述稀疏体素网格的表示优势
4. ​天气模拟​：构建雨/雪/雾的物理模型
5. ​核心架构​：详解DenoiseCP-Net多任务设计
6. ​实验评估​：在OPV2V扩展数据集验证性能
7. ​结果分析​：展示去噪/检测/带宽综合指标
8. ​应用展望​：讨论实际部署价值

 

三大核心创新​

1. ​联合去噪-检测架构​

   • 首创多任务网络同步处理去噪与目标检测
   • 共享稀疏卷积主干减少60%冗余计算
   • U-Net解码