基于点的驻点表示

本文探讨了一种用于从多视角图像进行3D占用率预测的新型点表示方法，称为基于点的驻点表示（Occupancy as Set of Points）。现有基于相机的方法倾向于利用稠密体积表示来预测整个场景的占用情况，这使得难以聚焦于特殊区域或感知范围之外的区域。相比之下，我们提出了感兴趣点（Points of Interest, PoIs）来表示场景，并提出了一种基于点的3D占用率预测框架——OSP。由于点表示本身的灵活性，OSP在与现有方法进行比较时实现了卓越的性能，在训练和推理适应性方面也表现出色。它超越了传统感知边界，可以无缝集成到基于体积的方法中，从而显著提升其效果。在Occ3D nuScenes占用率基准测试中进行的实验表明，OSP具有强大的性能和灵活性。代码和模型已提供，访问链接为 \url{https://github.com/hustvl/osp}。