基于新型合成数据集的多视角行人占用预测

我们解决了一个高级挑战：预测行人占用，作为城市交通中多视角行人检测的扩展。为了支持这一点，我们创建了一个名为MVP-Occ的新型合成数据集，专为大规模场景中的密集行人场景设计。我们的数据集使用体素结构提供行人的详细表示，并附有丰富的语义场景理解标签，有助于视觉导航和洞察行人空间信息。此外，我们提出了一个稳健的基线模型，称为OmniOcc，能够从多视角图像预测整个场景的体素占用状态和全景标签。通过深入分析，我们识别并评估了我们提出模型的关键要素，突出了它们的具体贡献和重要性。