OC-SOP：基于对象中心感知的提升视觉式 3D 语义占据预测的框架
计算机视觉与模式识别
2025-08-14 v2 人工智能
机器人学
摘要
自动驾驶感知因环境中的遮挡和不完整场景数据面临重大挑战。为此提出了语义占据预测（SOP）任务，旨在从图像中联合推断场景的几何和语义标签。然而，传统的基于摄像头的方法通常将所有类别平等对待，主要依赖局部特征，导致预测次优，尤其是对于动态前景物体。为此，我们提出了对象中心感知的 SOP（OC-SOP），一种将通过检测分支提取的高层对象中心线索整合到语义占据预测管道中的框架。这种对象中心集成显著增强了前景物体的预测准确度，并在 SemanticKITTI 数据集上实现了所有类别中的最先进性能。
关键词
引用
@article{arxiv.2506.18798,
title = {OC-SOP: Enhancing Vision-Based 3D Semantic Occupancy Prediction by Object-Centric Awareness},
author = {Helin Cao and Sven Behnke},
journal= {arXiv preprint arXiv:2506.18798},
year = {2025}
}
备注
2025 IEEE International Conference on Systems, Man, and Cybernetics (SMC), Vienna, Austria, Oct 2025