通过轻量时空关联实现基于视觉的占据网络消抖
计算机视觉与模式识别
2026-01-08 v4
摘要
基于视觉的占据网络(VON)为自动驾驶中重建 3D 环境提供端到端解决方案。然而，现有方法常因时间不一致性导致闪烁效应，影响时间一致性并扰动下游决策。虽然最近方法包含历史信息以缓解此问题，但计算成本高昂，可能引入误对齐或冗余特征干扰目标检测。我们提出 OccLinker，一种可轻松集成到现有 VON 中的新型插件框架。我们的方法高效整合历史静态和运动线索，通过双交叉注意力机制学习稀疏潜在关联，并生成校正占据组件以细化基本网络预测。此外，我们引入新的时间一致性指标来量化闪烁效应。两个基准数据集上的广泛实验表明，我们的方法在最小计算开销下实现卓越性能，有效减少闪烁伪影。
引用
@article{arxiv.2502.15438,
title = {Deflickering Vision-Based Occupancy Networks through Lightweight Spatio-Temporal Correlation},
author = {Fengcheng Yu and Haoran Xu and Canming Xia and Ziyang Zong and Guang Tan},
journal= {arXiv preprint arXiv:2502.15438},
year = {2026}
}