AdaOcc：面向 3D 占有和流预测的自适应前视视图变换与流建模
计算机视觉与模式识别
2024-07-02 v1 机器人学
摘要
本技术报告提出了我们在 CVPR 2024 年 nuScenes Open-Occ 数据集挑战中 Vision-Centric 3D 占有和流预测赛道的解决方案。我们的方法采用双阶段框架，通过融合自适应前视视图变换和流建模来提升 3D 占有和流预测效果。首先独立训练占有模型，随后利用序列帧集成进行流预测。该方法结合回归和分类以应对不同场景中的尺度变化，并利用预测流将当前体素特征映射到未来帧，依据未来帧 ground truth 指引。在 nuScenes 数据集上的实验结果表明，我们的方法在准确率和鲁棒性方面均实现了显著提升，展示了在真实场景中有效性。基于 Swin-Base 的单模型在公开排行榜中名列前二，验证了我们方法在推动自动驾驶感知系统发展方面的潜力。
引用
@article{arxiv.2407.01436,
title = {AdaOcc: Adaptive Forward View Transformation and Flow Modeling for 3D Occupancy and Flow Prediction},
author = {Dubing Chen and Wencheng Han and Jin Fang and Jianbing Shen},
journal= {arXiv preprint arXiv:2407.01436},
year = {2024}
}
备注
2nd Place in the 3D Occupancy and Flow Prediction Challenge (CVPR24)