H3O：基于异构监督的超高效 3D 占据预测
计算机视觉与模式识别
2025-03-07 v1
摘要
3D 占据预测最近作为一种全新的 3D 场景理解范式出现，并为自动驾驶中的下游规划提供了有价值的信息。然而，大多数现有方法计算代价高昂，需要昂贵的基于注意力的 2D-3D 变换和 3D 特征处理。在本文中，我们提出了一种新的 3D 占据预测方法 H3O，其特点是采用高度高效的架构设计，与当前最先进方法相比计算成本显著降低。此外，为了弥补真实 3D 占据标签中的模糊性，我们主张利用辅助任务来补充直接的 3D 监督。具体而言，我们通过可微分体积渲染集成多相机深度估计、语义分割和表面法线估计，由对应的 2D 标签监督，从而引入丰富且异构的监督信号。我们在 Occ3D-nuScenes 和 SemanticKITTI 基准上进行了大量实验，证明了所提出的 H3O 的优越性。
引用
@article{arxiv.2503.04059,
title = {H3O: Hyper-Efficient 3D Occupancy Prediction with Heterogeneous Supervision},
author = {Yunxiao Shi and Hong Cai and Amin Ansari and Fatih Porikli},
journal= {arXiv preprint arXiv:2503.04059},
year = {2025}
}
备注
ICRA 2025