GaussianBeV：3D 高斯表示遇见感知模型用于 BeV 分割
计算机视觉与模式识别
2024-12-05 v2
摘要
鸟瞰视图（BeV）表示在从多视图相机图像进行 3D 感知中广泛应用。它允许将来自不同相机的特征融合到常见的空间中，提供 3D 场景的统一表示。关键组件是视角转换器，其将图像视图转换为 BeV。然而，基于几何或跨注意力的实际视角转换方法并未提供足够细致的场景表示，因为它们使用的是用于建模环境细小结构的子采样 3D 空间。本文提出了 GaussianBeV，这是一种通过使用位于 3D 空间中且定位和方向化的 3D 高斯集来精细表示场景的新方法，将图像特征转换为 BeV。随后通过改进基于高斯溅写的 3D 表示渲染技术将其溅写以生成 BeV 特征图。GaussianBeV 是首种在线（即无需针对特定场景进行优化）直接集成到单阶段模型中用于 BeV 场景理解的 3D 高斯建模和 3D 场景渲染方法。实验表明，所提表示方法非常有效，GaussianBeV 在基于 nuScenes 数据集的 BeV 语义分割任务中名列前茅。
引用
@article{arxiv.2407.14108,
title = {GaussianBeV: 3D Gaussian Representation meets Perception Models for BeV Segmentation},
author = {Florian Chabot and Nicolas Granger and Guillaume Lapouge},
journal= {arXiv preprint arXiv:2407.14108},
year = {2024}
}
备注
Accepted to WACV 2025