**强度引导的 Token 缩减与物理感知增强：首个实时全波形 LiDAR Transformer 模型**

_Towards Real-Time Full-Waveform LiDAR Transformers via Intensity-Guided Token Reduction and Physics-Aware Augmentation_

> 针对全波形 LiDAR (FWL) 在自动驾驶中计算成本高及泛化能力弱的问题，该研究提出了 FWL-ToPM 和 FWLAug 两个核心方法。FWL-ToPM 利用强度分布进行 Token 剪枝与合并，显著减少冗余计算；FWLAug 则通过保留飞行时间和棱镜几何结构的物理感知增强策略提升泛化性。实验表明，该方案在 Ghost-FWL 基准测试中实现了 8 倍以上的实时加速，同时 F1 分数较最先进方法提升近 9 个点，首次实现了兼顾速度与精度的实时 FWL Transformer。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-06 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.07613)