DSOcc：利用深度感知与语义辅助提升基于相机的3D语义占用预测
计算机视觉与模式识别
2025-11-25 v4
摘要
基于相机的3D语义占用预测为自动驾驶中感知周围场景提供了高效且低成本的解决方案。然而，现有工作依赖显式的占用状态推断，导致大量错误的特征分配，且样本不足限制了占用类别推断的学习。为应对这些挑战，我们提出利用深度感知与语义辅助来提升基于相机的3D语义占用预测（DSOcc）。我们联合执行占用状态和占用类别推断，其中通过非学习方法计算软占用置信度并与图像特征相乘，使体素具备深度感知能力，从而实现自适应的隐式占用状态推断。我们不增强特征学习，而是直接利用训练良好的图像语义分割，并将其与多帧的占用概率进行融合以辅助占用类别推断，从而增强鲁棒性。实验结果表明，DSOcc在SemanticKITTI数据集上的基于相机方法中取得了SOTA性能，并在SSCBench-KITTI-360和Occ3D-nuScenes数据集上取得了具有竞争力的性能。代码将在GitHub上发布。
引用
@article{arxiv.2505.20951,
title = {DSOcc: Leveraging Depth Awareness and Semantic Aid to Boost Camera-Based 3D Semantic Occupancy Prediction},
author = {Naiyu Fang and Zheyuan Zhou and Kang Wang and Ruibo Li and Lemiao Qiu and Shuyou Zhang and Zhe Wang and Guosheng Lin},
journal= {arXiv preprint arXiv:2505.20951},
year = {2025}
}