1. 引言LiDPM提出了一种基于全局扩散模型的激光雷达场景补全方法突破了现有局部扩散模型的局限性统一了点云扩散模型在物体级和场景级应用的框架。其核心贡献如下1.1. 理论创新挑战局部扩散的假设现有方法如LiDiff认为标准DDPM无法直接处理大规模激光雷达场景需通过局部扩散仅对点偏移量进行扩散来简化问题。但LiDPM证明这一假设并不成立标准DDPM可直接应用于场景级点云生成无需引入局部扩散的近似。消除冗余近似LiDiff等方法需依赖稀疏点云的噪声估计如用稀疏点云的复制近似稠密场景导致生成能力受限。LiDPM通过全局扩散直接建模点云分布避免了此类近似。1.2. 方法统一性将物体级扩散模型如PVD与场景级模型统一证明标准DDPM框架只需适当调整初始条件如从中间噪声步骤开始扩散即可扩展到大规模场景无需定制化设计。1.3. 性能提升在SemanticKITTI数据集上LiDPM在场景补全任务中显著优于 LiDiff 等方法尤其在细节生成如远处结构和稳定性无需额外正则化方面表现突出。支持无条件生成LiDPM可脱离条件输入如稀疏点云直接生成全新场景拓展了扩散模型的应用范围。论文链接https://arxiv.org/abs/2504.177912. 方法详解2.1. 标准DDPM框架LiDPM基于去噪扩散概率模型 (DDPM)其核心过程包括前向扩散逐步向稠密点云添加高斯噪声生成噪声点云。反向去噪通过神经网络预测噪声 ()逐步从噪声中恢复稠密点云。2.2. 关键改进2.2.1. 全局扩散与初始点选择问题直接从纯噪声开始扩散会导致细节丢失如远处结构模糊。解决方案从中间时间步如300步开始扩散初始点云由稀疏点云的复制倍叠加噪声生成平衡了结构保真度与生成能力。2.2.2. 条件扩散与分类器自由指导通过分类器自由指导 (Classifier-Free Guidance) 融合稀疏点云条件增强生成点云与输入的一致性超参数控制条件强度实验表明其显著提升补全精度。2.2.3. 网络架构与稳定性优化采用 LiDiff 的 MinkUNet 骨干网络但将批归一化 (BatchNorm) 替换为实例归一化 (InstanceNorm)避免条件输入或全零导致的统计偏移问题。无需额外正则化如LiDiff的噪声均值/方差约束简化了训练流程。2.3. 生成与补全流程2.3.1. 训练阶段输入有序列表稠密点云真值和稀疏点云。目标最小化预测噪声与真实噪声的差异MSE损失。2.3.2. 推理阶段初始化从开始生成初始噪声点云。反向扩散通过DPM-Solver快速采样20步逐步去噪生成稠密点云。3. 实验结果3.1. 数据集与指标数据集SemanticKITTI包含大规模户外激光雷达场景训练集为序列00-10验证集为序列08。评价指标Chamfer Distance (CD)衡量生成点云与真值的几何差异。Jensen-Shannon Divergence (JSD)评估点云分布的相似性3D和BEV视角。Voxel IoU不同体素分辨率0.5m、0.2m、0.1m下的交并比。3.2. 主要结果3.2.1. 与现有方法对比扩散模型对比完整方法对比LiDPM在IoU 0.2m (44.4 vs. 40.7)、IoU 0.1m (27.6 vs. 24.8) 等指标上优于LiDiff且生成点云的结构更清晰图4。3.2.2. 消融实验初始时间步 ()(300) 为最佳选择平衡了结构保真度与生成能力 (CD0.437, IoU 0.2m42.3)。采样步数DPM-Solver仅需20步即可达到与50步相近的性能 (CD0.428 vs. 0.437)加速生成过程。3.2.3. 定性结果LiDPM生成的点云在远处区域如道路边缘、建筑物细节更丰富且无LiDiff的虚假结构图4。无条件生成通过调整初始形状如直线、转弯LiDPM可生成多样化的合成场景图5。3.3. 稳定性分析归一化策略实例归一化有效避免了批归一化导致的远距离点云生成异常图3。噪声预测LiDPM的噪声预测均值接近0标准差稍低 (0.6 vs. 1)但无需正则化即可收敛。4. 结论与展望LiDPM通过重新思考点扩散模型的设计证明了标准DDPM框架在场景级激光雷达补全任务中的有效性。其核心优势包括简化流程无需局部扩散的复杂近似降低模型设计复杂度。性能提升在SemanticKITTI上取得SOTA结果尤其在细节生成和稳定性方面。扩展性支持无条件生成为数据增强和仿真场景构建提供新工具。未来方向探索更高效的采样策略如更少步数。结合语义信息实现语义-几何联合补全。扩展至动态场景如移动物体补全。