OctreeOcc：使用八叉树查询的高效多粒度占用预测
计算机视觉与模式识别
2024-03-20 v3
摘要
近年来，占用预测因其对3D场景的细粒度理解而日益受到关注。传统方法通常依赖密集的规则网格表示，这往往导致过高的计算需求，并丢失小目标的空间细节。本文介绍了OctreeOcc，一种创新的3D占用预测框架，该框架利用八叉树表示自适应地捕获3D中的有价值信息，提供可变粒度以适应不同大小和复杂度的目标形状及语义区域。具体而言，我们引入图像语义信息以提高初始八叉树结构的准确性，并设计了一种有效的校正机制以迭代地细化八叉树结构。我们的广泛评估表明，OctreeOcc不仅在占用预测上超越了SOTA方法，而且与基于密集网格的方法相比，计算开销减少了15%-24%。
引用
@article{arxiv.2312.03774,
title = {OctreeOcc: Efficient and Multi-Granularity Occupancy Prediction Using Octree Queries},
author = {Yuhang Lu and Xinge Zhu and Tai Wang and Yuexin Ma},
journal= {arXiv preprint arXiv:2312.03774},
year = {2024}
}