基于对这些匹配关系的分析,我们提出了用于衡量光栅和矢量道路数据一致性的新指标。该框架结合了最先进的深度学习方法进行影像分割,以及基于优化的模型进行对象匹配。我们准备了一个覆盖美国堪萨斯州两个县的大规模高分辨率道路数据集。利用从两个县中的一个训练的模型,我们能够提取另一个县的道路段,并将其与TIGER/Line...
我们做出以下贡献:(1)据我们所知,我们构建了第一个大规模动态 NeRF,(2)我们引入了一个可扩展的三分支哈希表表示来进行 4D 重建,(3)我们在 3 个不同的数据集上展示了最先进的重建。最后,(4) 我们展示了我们的表示启用的各种下游任务,包括自由视点合成、3D场景流估计,甚至是无监督实例分割和3D长方体检测。