首篇！DiffBEV：更全面的BEV表示，BEV与Diffusion的完美碰撞！

  编辑 | 汽车人点击下方卡片，关注“自动驾驶与AI”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心技术交流群后台回复【3D检测综述】获取最新基于点云/BEV/图像的3D检测综述！1摘要BEV 感知在自动驾驶领域具有重要意义，是规划、控制和运动预测的基础。BEV 特征的质量直接影响 BEV 感知的性能。然而，考虑到相机参数和 LiDAR 扫描中的噪声，通常得到有害噪声的 BEV 表示。扩散模型自然具有将噪声样本去除到理想数据的能力，这促使作者利用扩散模型来获得更好的 BEV 表示。在这项工作中，作者提出了一个端到端的框架，称为DiffBEV，以利用扩散模型的潜力，以生成一个更全面的 BEV 表示。据作者所知，这是第一个应用扩散模型的 BEV 感知。在实际应用中，设计了三种不同的条件来指导扩散模型的训练，该模型对粗样本进行去噪处理，并逐 ………………………………