点击下方卡片，关注「3D视觉工坊」公众号
选择星标，干货第一时间送达
编辑：3D视觉工坊
来源：https://zhuanlan.zhihu.com/p/1903225674010976913
「3D视觉从入门到精通」知识星球(点开有惊喜) ！星球内新增20多门3D视觉系统课程、入门环境配置教程、多场顶会直播、顶会论文最新解读、3D视觉算法源码、求职招聘等。想要入门3D视觉、做项目、搞科研，欢迎扫码加入！
前言
本文总结了CVPR-2025自动驾驶论文，总计50篇论文，可作为科研、开发的参考资料。
1.AD/自动驾驶
SplatAD
题目：SplatAD: Real-Time Lidar and Camera Rendering with 3D Gaussian Splatting for Autonomous Driving
名称：SplatAD：实时激光雷达和相机渲染与3D高斯泼溅自动驾驶
论文：https://arxiv.org/abs/2411.16816
代码：https://github.com/carlinds/splatad
单位：Zenseact(瑞典)、Chalmers(瑞典)
出版：CVPR 2025
OmniDrive
题目：OmniDrive: A Holistic LLM-Agent Framework for Autonomous Driving with 3D Perception, Reasoning and Planning
名称：OmniDrive：具有 3D 感知、推理和规划功能的自动驾驶整体 LLM-Agent 框架
论文：https://arxiv.org/abs/2405.01533
代码：https://github.com/NVlabs/OmniDrive
单位：北理工、NVIDAI、华科
出版：CVPR 2025
CityWalker
题目：CityWalker: Learning Embodied Urban Navigation from Web-Scale Videos
名称：CityWalker：通过网络视频学习具象城市导航
论文：https://arxiv.org/abs/2411.17820
代码：https://github.com/ai4ce/CityWalker
单位：纽约大学
出版：CVPR 2025
CarPlanner
题目：CarPlanner: Consistent Auto-regressive Trajectory Planning for Large-scale Reinforcement Learning in Autonomous Driving
名称：CarPlanner：用于自动驾驶大规模强化学习的一致性自回归轨迹规划
论文：https://arxiv.org/abs/2502.19908
代码：
单位：浙大、菜鸟网络
出版：CVPR 2025
UniScene
题目：UniScene: Unified Occupancy-centric Driving Scene Generation
名称：UniScene：以占用为中心的统一驾驶场景生成
论文：https://arxiv.org/abs/2412.05435
代码：
单位：上交、东方理工、清华、旷视
出版：CVPR 2025
DepthCrafter
题目：DepthCrafter: Generating Consistent Long Depth Sequences for Open-world Videos
名称：DepthCrafter：为开放世界视频生成一致的长深度序列
论文：https://arxiv.org/abs/2409.02095
代码：https://github.com/Tencent/DepthCrafter
单位：腾讯AILab、港科大、腾信ARCLab
出版：CVPR 2025
LiMoE
题目：LiMoE: Mixture of LiDAR Representation Learners from Automotive Scenes
名称：LiMoE：汽车场景中的 LiDAR 表征学习器的混合体
论文：https://arxiv.org/abs/2501.04004
代码：https://github.com/Xiangxu-0103/LiMoE
单位：南京大学、国立新加坡、上海AILab
出版：CVPR 2025
MonoTAKD
题目：MonoTAKD: Teaching Assistant Knowledge Distillation for Monocular 3D Object Detection
名称：MonoTAKD：单目 3D 物体检测的教学助理知识蒸馏
论文：https://arxiv.org/abs/2404.04910
代码：https://github.com/hoiliu-0801/MonoTAKD
单位：阳明交通大学、华盛顿大学
出版：CVPR 2025
DiffusionDrive
题目：DiffusionDrive: Truncated Diffusion Model for End-to-End Autonomous Driving
名称：DiffusionDrive：端到端自动驾驶的截断扩散模型
论文：https://arxiv.org/abs/2411.15139
代码：https://github.com/hustvl/DiffusionDrive
单位：华科、地平线
出版：CVPR 2025
LLMDet
题目：LLMDet: Learning Strong Open-Vocabulary Object Detectors under the Supervision of Large Language Models
名称：LLMDet：在大型语言模型的监督下学习强大的开放词汇对象检测器
论文：https://arxiv.org/abs/2501.18954
代码：https://github.com/iSEE-Laboratory/LLMDet
单位：
出版：CVPR 2025
LSceneLLM
题目：LSceneLLM: Enhancing Large 3D Scene Understanding Using Adaptive Visual Preferences
名称：LSceneLLM：使用自适应视觉偏好增强对大型 3D 场景的理解
论文：https://arxiv.org/abs/2412.01292
代码：
单位：华南理工、腾信RobXLab、东北大学
出版：CVPR 2025
CDSegNet
题目：An End-to-End Robust Point Cloud Semantic Segmentation Network with Single-Step Conditional Diffusion Models
名称：具有单步条件扩散模型的端到端稳健点云语义分割网络
论文：https://arxiv.org/abs/2411.16308
代码：https://github.com/QWTforGithub/CDSegNet
单位：南理工、清华、山东大学、上交
出版：CVPR 2025
V2X-R
题目：V2X-R: Cooperative LiDAR-4D Radar Fusion for 3D Object Detection with Denoising Diffusion
名称：V2X-R：协同 LiDAR-4D 雷达融合，用于去噪扩散的 3D 物体检测
论文：https://arxiv.org/abs/2411.08402
代码：https://github.com/ylwhxht/V2X-R
单位：厦门大学、纵目科技、上交
出版：CVPR 2025
MomAD
题目：Don't Shake the Wheel: Momentum-Aware Planning in End-to-End Autonomous Driving
名称：不要摇晃方向盘：端到端自动驾驶中的动量感知规划
论文：https://arxiv.org/abs/2503.03125
代码：https://github.com/adept-thu/MomAD
单位：北交通、地平线、清华
出版：CVPR 2025
FlexDrive
题目：FlexDrive: Toward Trajectory Flexibility in Driving Scene Reconstruction and Rendering
名称：FlexDrive：实现驾驶场景重建与渲染中的轨迹灵活性
论文：https://arxiv.org/abs/2502.21093
代码：
单位：港中文、中科院自动化所、北航
出版：CVPR 2025
DriveScape
题目：DriveScape: Towards High-Resolution Controllable Multi-View Driving Video Generation
名称：DriveScape：面向高分辨率可控多视图驾驶视频生成
论文：https://arxiv.org/abs/2409.05463
代码：
单位：商汤、东北大学
出版：CVPR 2025
SplatFlow
题目：SplatFlow: Self-Supervised Dynamic Gaussian Splatting in Neural Motion Flow Field for Autonomous Driving
名称：SplatFlow：自动驾驶神经运动流场中的自监督动态高斯散斑
论文：https://arxiv.org/abs/2411.15482
代码：
单位：普渡大学、微软
出版：CVPR 2025
T2SG
题目：T2SG: Traffic Topology Scene Graph for Topology Reasoning in Autonomous Driving
名称：T2SG：用于自动驾驶拓扑推理的交通拓扑场景图
论文：https://arxiv.org/abs/2411.18894
代码：
单位：北京邮电大学
出版：CVPR 2025
GoalFlow
题目：GoalFlow: Goal-Driven Flow Matching for Multimodal Trajectories Generation in End-to-End Autonomous Driving
名称：目标流：基于目标驱动的多模态轨迹生成匹配用于端到端自动驾驶
论文：https://arxiv.org/abs/2503.05689
代码：https://github.com/YvanYin/GoalFlow
单位：中国科学院大学、地平线、南京大学、华科、上海AILab
出版：CVPR 2025
VisionPAD
题目：VisionPAD: A Vision-Centric Pre-training Paradigm for Autonomous Driving
名称：VisionPAD：以视觉为中心的自动驾驶预训练范例
论文：https://arxiv.org/abs/2411.14716
代码：
单位：深圳智能网络院、港中文深圳、港科大、华为NoahsArkLab
出版：CVPR 2025
DiMA
题目：Distilling Multi-modal Large Language Models for Autonomous Driving
名称：为自动驾驶提炼多模态大型语言模型
论文：https://arxiv.org/abs/2501.09757
代码：
单位：约翰斯·霍普金斯大学、高通AI
出版：CVPR 2025
ReconDreamer
题目：ReconDreamer: Crafting World Models for Driving Scene Reconstruction via Online Restoration
名称：ReconDreamer：通过在线恢复构建驾驶场景重建的世界模型
论文：https://arxiv.org/abs/2411.19548
代码：https://github.com/GigaAI-research/ReconDreamer
单位：GigaAI、北大、理想、中科院自动化所
出版：CVPR 2025
StreetCrafter
题目：StreetCrafter: Street View Synthesis with Controllable Video Diffusion Models
名称：StreetCrafter：使用可控视频扩散模型进行街景合成
论文：https://arxiv.org/abs/2412.13188
代码：https://github.com/zju3dv/street_crafter
单位：浙大、理想、康奈尔大学
出版：CVPR 2025
DriveDreamer4D
题目：DriveDreamer4D: World Models Are Effective Data Machines for 4D Driving Scene Representation
名称：DriveDreamer4D：世界模型是 4D 驾驶场景表示的有效数据机器
论文：https://arxiv.org/abs/2410.13571
代码：https://github.com/GigaAI-research/DriveDreamer4D
单位：GigaAI、中科院自动化所、理想、北大、TUM
出版：CVPR 2025
DrivingSphere
题目：DrivingSphere: Building a High-fidelity 4D World for Closed-loop Simulation
名称：DrivingSphere：为闭环仿真构建高保真 4D 世界
论文：https://arxiv.org/abs/2411.11252
代码：https://yanty123.github.io/DrivingSphere/
单位：澳门大学、理想汽车、北理工
出版：CVPR 2025
UniVAD
题目：UniVAD: A Training-free Unified Model for Few-shot Visual Anomaly Detection
名称：UniVAD：一种无需训练的统一小样本视觉异常检测模型
论文：https://arxiv.org/abs/2412.03342
代码：https://github.com/FantasticGNU/UniVAD
单位：中科院自动化所
出版：CVPR 2025
UniScene
题目：UniScene: Unified Occupancy-centric Driving Scene Generation
名称：UniScene：以占用为中心的统一驾驶场景生成
论文：https://arxiv.org/abs/2412.05435
代码：
单位：上交、东方理工、清华、旷视
出版：CVPR 2025
2.E2E端到端
GoalFlow
题目：GoalFlow: Goal-Driven Flow Matching for Multimodal Trajectories Generation in End-to-End Autonomous Driving
名称：GoalFlow：端到端自动驾驶中多模式轨迹生成的目标驱动流匹配
论文：https://arxiv.org/abs/2503.05689
代码：https://github.com/YvanYin/GoalFlow
单位：
出版：CVPR 2025
Don'tShakeTheWheel
题目：Don't Shake the Wheel: Momentum-Aware Planning in End-to-End Autonomous Driving
名称：不要摇晃方向盘：端到端自动驾驶中的动量感知规划
论文：https://arxiv.org/abs/2503.03125
代码：
单位：北京交通、地平线
出版：CVPR 2025
3.BEV/鸟瞰图
BEVDiffuser
题目：BEVDiffuser: Plug-and-Play Diffusion Model for BEV Denoising with Ground-Truth Guidance
名称：BEVDiffuser：基于地面实况指导的 BEV 去噪即插即用扩散模型
论文：https://arxiv.org/abs/2502.19694
代码：
单位：博世北美、博世AI
出版：CVPR 2025
ForestLPR
题目：ForestLPR: LiDAR Place Recognition in Forests Attentioning Multiple BEV Density Images
名称：ForestLPR：关注多幅 BEV 密度图像的森林中的 LiDAR 位置识别
论文：https://arxiv.org/abs/2503.04475
代码：
单位：上海交大
出版：CVPR 2025
CorrBEV
题目：CorrBEV:Multi-View 3D Object Detection by Correlation Learning with Multi-modal Prototypes
名称：CorrBEV：通过多模态原型的关联学习实现多视图 3D 物体检测
论文：https://cvpr.thecvf.com/virtual/2025/poster/34617
代码：
单位：
出版：CVPR 2025
4.Det/检测
PO3AD
题目：PO3AD: Predicting Point Offsets toward Better 3D Point Cloud Anomaly Detection
名称：PO3AD：预测点偏移以实现更好的 3D 点云异常检测
论文：https://arxiv.org/abs/2412.12617
代码：
单位：
出版：CVPR 2025
SearchDetect
题目：Search and Detect: Training-Free Long Tail Object Detection via Web-Image Retrieval
名称：搜索和检测：通过网络图像检索进行无需训练的长尾对象检测
论文：https://arxiv.org/abs/2409.18733
代码：
单位：
出版：CVPR 2025
MonoTAKD
题目：MonoTAKD: Teaching Assistant Knowledge Distillation for Monocular 3D Object Detection
名称：MonoTAKD：单目 3D 物体检测的教学助理知识提炼
论文：https://arxiv.org/abs/2404.04910
代码：https://github.com/hoiliu-0801/MonoTAKD
单位：
出版：CVPR 2025
5.Lane/车道线
GLane3D
题目：GLane3D : Detecting Lanes with Graph of 3D Keypoints
名称：GLane3D：用3D关键点图检测车道
论文：https://cvpr.thecvf.com/virtual/2025/poster/33089
代码：
单位：
出版：CVPR 2025 Poster
6.Tracking/跟踪
MambaVLT
题目：MambaVLT: Time-Evolving Multimodal State Space Model for Vision-Language Tracking
名称：MambaVLT：用于视觉语言跟踪的时间演化多模态状态空间模型
论文：https://arxiv.org/abs/2411.15459
代码：
单位：哈工大深圳、深圳鹏程Lab
出版：CVPR 2025
MITracker
题目：MITracker: Multi-View Integration for Visual Object Tracking
名称：MITracker：用于视觉对象跟踪的多视图集成
论文：https://arxiv.org/abs/2502.20111
代码：
单位：上海科技大学、上海交大
出版：CVPR 2025
GRAE-3DMOT
题目：GRAE-3DMOT: Geometry Relation-Aware Encoder for Online 3D Multi-Object Tracking
名称：GRAE-3DMOT：用于在线 3D 多目标跟踪的几何关系感知编码器
论文：https://cvpr.thecvf.com/virtual/2025/poster/35168
代码：https://github.com/XuM007/MITracker
单位：
出版：CVPR 2025
7.OCC/占用
OccMamba
题目：OccMamba: Semantic Occupancy Prediction with State Space Models
名称：OccMamba：使用状态空间模型进行语义占用预测
论文：https://arxiv.org/abs/2408.09859
代码：
单位：中国科学技术大学、上海AILab、斯坦福
出版：CVPR 2025
GaussianWorld
题目：GaussianWorld: Gaussian World Model for Streaming 3D Occupancy Prediction
名称：GaussianWorld：用于流式 3D 占用率预测的高斯世界模型
论文：https://arxiv.org/abs/2412.10373
代码：https://github.com/zuosc19/GaussianWorld
单位：清华
出版：CVPR 2025
GaussianFormer-2
题目：GaussianFormer-2: Probabilistic Gaussian Superposition for Efficient 3D Occupancy Prediction
名称：GaussianFormer-2：用于高效3D占用预测的概率高斯叠加
论文：https://arxiv.org/abs/2412.04384
代码：https://github.com/huang-yh/GaussianFormer
单位：清华、鉴智机器人
出版：CVPR 2025
VoxelSplat
题目：VoxelSplat: Dynamic Gaussian Splatting as an Effective Loss for Occupancy and Flow Prediction
名称：VoxelSplat：动态高斯散斑作为占用和流量预测的有效损失
论文：https://cvpr.thecvf.com/virtual/2025/poster/33444
代码：
单位：
出版：CVPR 2025 Poster
8.MAP/地图
InteractionMap
题目：InteractionMap: Improving Online Vectorized HDMap Construction with Interaction
名称：InteractionMap：通过交互改进在线矢量化高清地图构建
论文：https://cvpr.thecvf.com/virtual/2025/poster/34320
代码：
单位：
出版：CVPR 2025
DrivingByTheRules
题目：Driving by the Rules: A Benchmark for Integrating Traffic Sign Regulations into Vectorized HD Map
名称：遵守规则驾驶：将交通标志规则整合到矢量化高清地图中的基准
论文：https://arxiv.org/abs/2410.23780
代码：
单位：西安交大、阿里巴巴
出版：CVPR 2025
9.Fusion/融合
V2X-R
题目：V2X-R: Cooperative LiDAR-4D Radar Fusion for 3D Object Detection with Denoising Diffusion
名称：V2X-R：协同 LiDAR-4D 雷达融合，用于去噪扩散的 3D 物体检测
论文：https://arxiv.org/abs/2411.08402
代码：https://github.com/ylwhxht/V2X-R
单位：厦门大学、上海交大
出版：CVPR 2025
RICCARDO
题目：RICCARDO: Radar Hits Prediction and Convolution for Target Detection with Radar-Camera
名称：RICCARDO：雷达命中预测和卷积，通过雷达-摄像头融合实现目标检测
论文：https://cvpr.thecvf.com/virtual/2025/poster/33054
代码：
单位：
出版：CVPR 2025
10.MTL/多任务
TADFormer
题目：TADFormer : Task-Adaptive Dynamic Transformer for Efficient Multi-Task Learning
名称：TADFormer：用于高效多任务学习的任务自适应动态Transformer
论文：https://arxiv.org/abs/2501.04293
代码：
单位：首尔私立大学
出版：CVPR 2025
11.PnC/规控
SceneTAP
题目：SceneTAP: Scene-Coherent Typographic Adversarial Planner against Vision-Language Models in Real-World Environments
名称：SceneTAP：现实环境中针对视觉语言模型的场景连贯排版对抗规划器
论文：https://arxiv.org/abs/2412.00114
代码：
单位：南洋理工、阿尔伯塔大学、天津大学
出版：CVPR 2025
STVR-SSMP
题目：Spatial-Temporal Visual Representation for Self-Supervised Motion Planning
名称：自监督运动规划的时空视觉表征
论文：https://cvpr.thecvf.com/virtual/2025/poster/32619
代码：
单位：
出版：
DexDiffuser
题目：DexDiffuser: Interaction-aware Diffusion Planning for Adaptive Dexterous Manipulation
名称：DexDiffuser：用于自适应灵巧操作的交互感知扩散规划
论文：https://www.researchgate.net/publication/386211316_DexDiffuser_Interaction-aware_Diffusion_Planning_for_Adaptive_Dexterous_Manipulation
代码：
单位：
出版：CVPR 2025
12.Calib/标定
AutoCalib
题目：RC-AutoCalib: An End-to-End Radar-Camera Automatic Calibration Network
名称：RC-AutoCalib：端到端雷达摄像头自动校准网络
论文：https://cvpr.thecvf.com/virtual/2025/poster/35011
代码：
单位：
出版：CVPR 2025
本文仅做学术分享，如有侵权，请联系删文。
3D视觉硬件
3D视觉学习圈子
「3D视觉从入门到精通」知识星球(点开有惊喜) ！星球内新增20多门3D视觉系统课程、入门环境配置教程、多场顶会直播、顶会论文最新解读、3D视觉算法源码、求职招聘等。想要入门3D视觉、做项目、搞科研，欢迎扫码加入！
3D视觉全栈学习课程：www.3dcver.com
3D视觉交流群成立啦
点这里👇关注我，记得标星哦～
一键三连「分享」、「点赞」和「在看」
3D视觉科技前沿进展日日相见 ~
扫一扫
72
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
