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/2504.17791
2. 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 (CD=0.437, IoU 0.2m=42.3)。
采样步数：DPM-Solver仅需20步即可达到与50步相近的性能 (CD=0.428 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）。
