Diffusion-Based Restoration for Multi-Modal 3D Object Detection in Adverse Weather

稳健性(进化) 计算机科学 人工智能 恶劣天气 计算机视觉 目标检测 传感器融合 点云 激光雷达 钥匙(锁) 变更检测 降噪 对象(语法) 融合 数据挖掘 噪音(视频) 机器人学 图像融合 机器学习 遥感 云计算 机器人 基于对象
作者
Zhijian He,Feifei Liu,Yuwei Li,Zhanpeng Luo,Jintao Cheng,Xieyuanli Chen,Xiaoyu Tang
出处
期刊:IEEE robotics and automation letters [Institute of Electrical and Electronics Engineers]
卷期号:11 (7): 8180-8187 被引量:3
标识
DOI:10.1109/lra.2026.3692085
摘要

Multi-modal 3D object detection is important for reliable perception in robotics and autonomous driving. However, its effectiveness remains limited under adverse weather conditions due to weather-induced distortions and misalignment between different data modalities. In this work, we propose DiffFusion, a novel framework designed to enhance robustness in challenging weather through diffusion-based restoration and adaptive cross-modal fusion. Our key insight is that diffusion models possess strong capabilities for denoising and generating data that can adapt to various weather conditions. Building on this, DiffFusion introduces Diffusion-IR restoring images degraded by weather effects and Point Cloud Restoration (PCR) compensating for corrupted LiDAR data using image object cues. To tackle misalignments between two modalities, we develop Bidirectional Adaptive Fusion and Alignment Module (BAFAM). It enables dynamic multi-modal fusion and bidirectional bird's-eye view (BEV) alignment to maintain consistent spatial correspondence. Extensive experiments on three public datasets show that DiffFusion achieves state-of-the-art robustness under adverse weather while preserving strong clean-data performance. Zero-shot results on the real-world DENSE dataset further validate its generalization. The implementation of our DiffFusion has been released athttps://github.com/SCNU-RISLAB/DiffFusion.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
无情醉易发布了新的文献求助10
刚刚
1秒前
1秒前
曦_完成签到,获得积分10
1秒前
Jasper的应助被123采纳,获得10
1秒前
炙热代丝完成签到,获得积分10
2秒前
栗心完成签到,获得积分10
2秒前
si发布了新的文献求助10
4秒前
fanfan完成签到 ,获得积分10
4秒前
4秒前
5秒前
Freedom完成签到 ,获得积分10
5秒前
Jasper的应助被项空月采纳,获得10
5秒前
豆芽菜发布了新的文献求助10
5秒前
科研小白发布了新的文献求助10
6秒前
6秒前
田様的应助被shiyue采纳,获得10
6秒前
丘比特的应助被jjdeng采纳,获得10
7秒前
领导范儿的应助被皮不可采纳,获得10
7秒前
bkagyin的应助被ayzzdbr采纳,获得10
7秒前
FashionBoy的应助被KTLJ采纳,获得10
7秒前
温岚完成签到,获得积分10
7秒前
沈樾完成签到,获得积分10
8秒前
9秒前
天真烨磊完成签到 ,获得积分10
9秒前
9秒前
10秒前
施不评发布了新的文献求助10
10秒前
美好觅松的应助被白色采纳,获得30
11秒前
内向的万言完成签到 ,获得积分10
12秒前
12秒前
喻紫寒完成签到 ,获得积分10
13秒前
烟花的应助被2170245404采纳,获得10
13秒前
13秒前
田様的应助被十七采纳,获得10
13秒前
秀丽静曼发布了新的文献求助10
13秒前
郝柿橙双发布了新的文献求助10
13秒前
张张完成签到,获得积分10
14秒前
领导范儿的应助被九万里采纳,获得10
14秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
plantTFDB 508
Resource Recovery Handbook 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8175534
求助须知:如何正确求助?哪些是违规求助? 9567220
关于积分的说明 21791292
捐赠科研通 7770111
什么是DOI,文献DOI怎么找? 3431868
关于科研通互助平台的介绍 2556244
邀请新用户注册赠送积分活动 2477299