从二进制到语义：利用大规模二进制占据数据进行 3D 语义占据预测
计算机视觉与模式识别
2025-12-24 v3 图像与视频处理
摘要
准确感知周围环境对于安全的自动驾驶至关重要。3D 占据预测估计道路、建筑物及其他物体的详细 3D 结构，对不依赖激光雷达传感器的视觉中心自动驾驶系统尤为重要。然而，在 3D 语义占据预测中，需要为每个体素分配语义标签，这要求标注的激光点云，使得数据获取成本较高。相比之下，仅指示占用或空闲空间的大规模二进制占据数据获取成本较低。尽管如此，利用此类数据的潜力仍未被探索。本研究从两个角度考察大规模二进制占据数据的利用：(1) 预训练；(2) 学习型自动标注。我们提出一种新颖的基于二进制占据的框架，将预测过程分解为二进制占据模块和语义占据模块，有效利用二进制占据数据。我们的实验结果表明，所提框架在预训练和自动标注任务中均优于现有方法，凸显其在增强 3D 语义占据预测方面的有效性。代码将在 https://github.com/ToyotaInfoTech/b2s-occupancy 上发布。
引用
@article{arxiv.2507.13387,
title = {From Binary to Semantic: Utilizing Large-Scale Binary Occupancy Data for 3D Semantic Occupancy Prediction},
author = {Chihiro Noguchi and Takaki Yamamoto},
journal= {arXiv preprint arXiv:2507.13387},
year = {2025}
}
备注
Accepted to ICCV Workshop 2025