ASC实验室@ICCV 2025共接收3篇一作论文，均为#激光雷达点云处理方向（#目标检测/#协同感知/#视觉定位），服务#空间智能/#无人驾驶/#低空经济/#综合PNT。代码数据陆续开源中。

 International Conference on Computer Vision (ICCV)是计算机视觉领域的顶级国际会议，CCF A类会议。ICCV 2025将于2025年10月19日- 10月23日在美国夏威夷举办，ICCV 2025 共有11239 份投稿，录用2698篇，录取率为 24%。

Motal: Unsupervised 3D Object Detection by Modality and Task-specific Knowledge Transfer 

基于模态和特定任务知识迁移的无监督三维目标检测方法

简介：无监督三维目标检测不使用标签监督进行三维目标的检测。现有无监督三维目标检测产生的伪标签无法同时保证目标分类和位置尺寸回归任务的性能，进而导致检测精度下降。为此，本文提出了基于模态和特定任务知识迁移的无监督三维目标检测方法-Motal。Motal首先将伪标签解耦为两组候选框。一组通过运动和图像外观先验提取目标分类信息，另一组通过几何先验提取目标回归信息。然后，Motal使用任务特定的掩码训练方法将所有知识迁移到一个学生网络中，实现分类与回归任务的双重提升。该方法可用于构建高效离线三维目标样本自动标注流程。 

该论文第一作者是厦门大学信息学院2021级博士生吴海，通讯作者是温程璐教授。并由林宏伟、郭徐晟、Xin Li (Texas A&M University) 教授、王明明（GAC R&D Center）、王程教授共同完成。

Pretend Benign: A Stealthy Adversarial Attack by Exploiting Vulnerabilities in Cooperative Perception 

基于协同目标感知脆弱性的隐蔽对抗攻击方法

简介：现有的协同目标感知对抗攻击方法缺乏隐蔽性，由于不加区分地扰乱传输信息，产生大量误报，而这些误报很容易被基于共识的感知防御机制检测到。本文提出了一种新颖的隐蔽对抗攻击方法Pretend Benign (PB)，该方法利用协同感知机制的漏洞，使攻击者能够伪装成良性合作者。PB首先引入了攻击区域选择模块，根据置信度将感知区域划分为子区域，从而精确定位最佳攻击位置；然后利用多目标对抗扰动生成模块生成攻击信号，以此维持共识，赢得被攻击者的信任，从而影响协同目标感知的性能。该方法可用于提升多智能体协同目标感知的安全性。 

该论文第一作者是厦门大学信息学院2024级硕士生林宏伟，通讯作者是温程璐教授。并由潘东屿、夏启明、吴海、沈思淇长聘副教授、王程教授共同完成。

RALoc: Enhancing Outdoor LiDAR Localization via Rotation Awareness 

旋转感知增强的户外点云视觉定位方法

简介：现有基于隐式表达的激光雷达定位方法对旋转敏感，容易导致定位精度显著下降。针对以上问题，本文提出旋转感知增强的户外点云视觉定位方法-RALoc。RALoc设计了点云规范化模块，通过有效提取等变特征将输入点云转换至规范方向，有效消除旋转对点云定位的干扰。此外，本文构建了双向激光雷达定位数据集（BiLiLo），为评估大旋转变化场景下的定位性能提供基准平台。该方法可显著提升大规模复杂户外场景下激光雷达点云的定位精度。 

这项成果攻克了成像方向干扰难题，提升了激光雷达视觉定位的可用性，赋能#城市空间/#无人驾驶/#低空经济应用。 

该论文第一作者是厦门大学信息学院2023级硕士生杨煜阳、2021级博士生李文，通讯作者是王程教授。并由敖晟助理教授、徐青山（南洋理工大学）、于尚书（东北大学）、郭宇、周寅（GAC R&D Center）、沈思淇长聘副教授共同完成。