通过类别平衡损失与多尺度表征提升 3D 占据预测
计算机视觉与模式识别
2024-05-28 v1
摘要
3D 环境识别是自动驾驶系统的关键任务，因为自动驾驶车辆需要全面理解周围场景。最近，主流方法通过 3D 占据预测来定义这一实际问题。它尝试预测 3D 空间中所有体素的占据状态和语义标签，从而增强感知能力。基于鸟瞰视图（BEV）的感知方法已实现该任务的最佳性能。然而，这种架构未能表示 BEV 特征的 various scales。在本文中，灵感来自 UNet 在语义分割任务中的成功，我们引入了一种类似 UNet 的多尺度占据头模块以缓解此问题。此外，我们提出了类别平衡损失来补偿数据集中稀有类别。在 nuScenes 3D 占据挑战数据集上的实验结果表明，我们提出的方法在基线和最先进方法之上具有优势。
引用
@article{arxiv.2405.16099,
title = {Improving 3D Occupancy Prediction through Class-balancing Loss and Multi-scale Representation},
author = {Huizhou Chen and Jiangyi Wang and Yuxin Li and Na Zhao and Jun Cheng and Xulei Yang},
journal= {arXiv preprint arXiv:2405.16099},
year = {2024}
}
备注
5 pages, 3 figures, accepted by IEEE CAI 2024