生成式语义场景补全：离散扩散模型刷新SemanticKITTI单帧记录

室外激光雷达语义场景补全（SSC）从仅观测目标体积1%的扫描中恢复出密集的语义体素网格，且类别不平衡程度超过7000倍。我们将SSC重构为生成式语义场景补全（GSSC），这是一种具有三种角色的单一离散扩散公式。首先，配对稀疏-密集场景合成（PS^3）生成匹配的稀疏激光雷达观测及其对应的密集语义补全结果，从源头上解决长尾问题，并生成我们用于训练的PS^3-SemanticKITTI语料库，与SemanticKITTI一同使用。其次，语义引导的生成式场景补全（SGSC）通过鸟瞰图语义图和稀疏3D特征流对稀疏扫描进行条件约束，利用多项式离散扩散从噪声中生成场景。第三，同一框架改为在一次流匹配步骤中优化现有的补全结果：结构化源离散扩散（S^2D^2）。S^2D^2在不重新训练基础模型或进行测试时自适应的情况下，提升了SGSC自身输出以及所有测试的外部SSC基础模型的mIoU。在最强基础模型上，无需测试时增强的一步操作在SemanticKITTI隐藏测试集上达到了38.8%的mIoU。据我们所知，这是在相同限制下该排行榜上最佳的因果、单次扫描、单一样本结果，比之前发布的最佳分数高出2.1个百分点。经过四步校正和八视图测试时增强后，可达到39.2%，突破了上述限制。