GS-Occ3D: 利用 Gaussian Splatting 扩展纯视觉占用重建
计算机视觉与模式识别
2025-08-05 v3
摘要
占用对于自动驾驶至关重要，为感知和规划提供必要的几何先验。然而，现有方法主要依赖基于 LiDAR 的占用标注，这限制了可扩展性并阻碍了利用大量潜在众包数据进行自动标注。为解决此问题，我们提出 GS-Occ3D，一种直接重建占用的可扩展纯视觉框架。由于稀疏视角、动态场景元素、严重遮挡和长时运动，纯视觉占用重建面临重大挑战。现有基于视觉的方法主要依赖网格表示，存在几何不完整和额外后处理的问题，限制了可扩展性。为克服这些问题，GS-Occ3D 使用基于八叉树的 Gaussian Surfel 公式优化显式占用表示，确保效率和可扩展性。此外，我们将场景分解为静态背景、地面和动态物体，实现定制化建模策略：(1) 地面作为主导结构元素被显式重建，显著提高了大面积一致性；(2) 动态车辆被单独建模以更好地捕获与运动相关的占用模式。在 Waymo 数据集上的大量实验表明，GS-Occ3D 实现了最先进的几何重建结果。通过从多样化城市场景中整理纯视觉二值占用标签，我们展示了它们在 Occ3D-Waymo 上对下游占用模型的有效性，以及在 Occ3D-nuScenes 上的卓越零样本泛化能力。这凸显了大规模基于视觉的占用重建作为可扩展自动标注新范式的潜力。项目页面：https://gs-occ3d.github.io/
引用
@article{arxiv.2507.19451,
title = {GS-Occ3D: Scaling Vision-only Occupancy Reconstruction with Gaussian Splatting},
author = {Baijun Ye and Minghui Qin and Saining Zhang and Moonjun Gong and Shaoting Zhu and Zebang Shen and Luan Zhang and Lu Zhang and Hao Zhao and Hang Zhao},
journal= {arXiv preprint arXiv:2507.19451},
year = {2025}
}
备注
ICCV 2025. Project Page: https://gs-occ3d.github.io/