2024년 1분기 Spatial AI 뉴스

1월

2월

3월

  • Figure AI 투자 - Microsoft, OpenAI, NVIDIA, 제프베조스, Parkway Venture Capital, Intel Capital 투자
RELEAD: Resilient Localization with Enhanced LiDAR Odometry in Adverse Environments - [논문 링크](https://www.scholar-inbox.com/papers/Chen2024ARXIV_RELEAD_Resilient_Localization_with.pdf) - 터널같이 라이다 scan-matching이 실패하는 구간에서도 잘 동작하는 LiDAR odometry 시스템 - ESIKF와 Graduated Non-Convexity (GNC)를 사용함 - LIO나 LVIO 보다도 더 잘된다고 함
Small, Versatile and Mighty: A Range-View Perception Framework - [논문 링크](https://www.scholar-inbox.com/papers/Meng2024ARXIV_Small_Versatile_and_Mighty.pdf) - LiDAR range view를 이용한 multi-task learning - 3D object detection, semantic segmentation, panoptic segmentation 가능 - LiDAR range view는 컴팩트한 representation이라 굉장히 효율적일테지만, 의외로 많이들 쓰지 않는다. 그래서 LiDAR range view의 가능성을 보여주는 논문을 만듬.
DMSA - Dense Multi Scan Adjustment for LiDAR Inertial Odometry and Global Optimization - [논문 링크](https://www.scholar-inbox.com/papers/Skuddis2024ARXIV_DMSA_Dense_Multi_Scan.pdf), [코드 링크](https://github.com/davidskdds/DMSA_LiDAR_SLAM) - 다수의 포인트 클라우드를 하나로 합치는 방법을 소개 - (근데 이거 의미가 있나...? 그냥 incremental하게 합치면 안되나...? 논문 제대로 읽어봐야겠다) - 이걸 Sliding window기반의 LIO로 사용할 수 있다고 함 (그래서 코드는 LIO + SLAM 기능 있음)
RKHS-BA: A Semantic Correspondence-Free Multi-View Registration Framework with Global Tracking - [논문 링크](https://www.scholar-inbox.com/papers/Zhang2024ARXIV_RKHS_BA_A_Semantic.pdf) - Correspondence를 사용하지 않고 RGB-D/LiDAR 값을 semantic lable과 함께 Direct bundle adjustment 하는 방식 (i.e photometric loss) - Sliding window odometry와 global LiDAR mapping이 된다는걸 보여준다 - LiDAR bundle adjustment에 대한 related works가 잘 되어있음
Deep Learning for 3D Human Pose Estimation and Mesh Recovery: A Survey - [논문 링크](https://www.scholar-inbox.com/papers/Liu2024ARXIV_Deep_Learning_for_3D.pdf), [어썸 깃허브 레포](https://github.com/liuyangme/SOTA-3DHPE-HMR)
FastOcc: Accelerating 3D Occupancy Prediction by Fusing the 2D Bird’s-Eye View and Perspective View - [논문 링크](https://www.scholar-inbox.com/papers/Hou2024ARXIV_FastOcc_Accelerating_3D_Occupancy.pdf) -
- [논문 링크]()
- [논문 링크]()
- [논문 링크]()
- [논문 링크]()
- [논문 링크]()