通过光流引导学习时空 3D 语义场景完成
计算机视觉与模式识别
2025-11-11 v2
摘要
3D 语义场景完成 (SSC) 为自动驾驶感知提供完整的场景几何和语义信息，这对于实现准确可靠的决策至关重要。然而，现有的 SSC 方法局限于仅获取当前帧的稀疏信息或简单堆叠多帧时间特征，无法有效获取场景背景。这些方法忽略了关键的运动动力学，难以实现时序一致性。为解决上述挑战，我们提出一种新型时序 SSC 方法 FlowScene：通过光流引导学习时空 3D 语义场景完成。利用光流，FlowScene 可整合运动、不同视角、遮挡等上下文线索，从而显著提高 3D 场景完成的准确度。具体而言，我们的框架引入了两个关键组件：(1) 基于光流的时序聚合模块，用于光流对齐和聚合时序特征，捕获感知-aware 背景和可变形结构；(2) 基于遮挡的体素细化模块，将遮挡掩码和时序聚合特征注入 3D 体素空间，适应性地细化体素表示，以实现显式几何建模。实验结果表明，FlowScene 在 SemanticKITTI 和 SSCBench-KITTA-360 基准测试上实现了最先进的性能。
引用
@article{arxiv.2502.14520,
title = {Learning Temporal 3D Semantic Scene Completion via Optical Flow Guidance},
author = {Meng Wang and Fan Wu and Ruihui Li and Yunchuan Qin and Zhuo Tang and Kenli Li},
journal= {arXiv preprint arXiv:2502.14520},
year = {2025}
}
备注
Accepted by NeurIPS 2025