PointOcc：用于基于点的三维语义占据预测的柱坐标三透视视图
计算机视觉与模式识别
2023-09-01 v1 人工智能
机器学习
摘要
自动驾驶中的语义分割正经历从稀疏点分割到稠密体素分割的演进，其目标是预测所关注三维空间中每个体素的语义占据情况。预测空间的稠密特性使得现有高效的基于 2D 投影的方法（如鸟瞰图、距离视图等）失效，因为它们只能描述三维场景的一个子空间。为此，我们提出一种柱坐标三透视视图以有效且全面地表示点云，并提出了 PointOcc 模型以高效处理之。考虑到 LiDAR 点云的距离分布，我们在柱坐标系下构建三透视视图，以对更近区域进行更细粒度的建模。我们采用空间分组池化在投影过程中保持结构细节，并采用 2D 骨干网络高效处理每个 TPV 平面。最后，我们通过聚合每个点在各处理后的 TPV 平面上的投影特征来获得其特征，无需任何后处理。在三维占据预测和 LiDAR 分割基准上的大量实验表明，所提出的 PointOcc 以快得多的速度实现了最先进性能。具体而言，尽管仅使用 LiDAR，PointOcc 在 OpenOccupancy 基准上以大幅优势显著优于所有其他方法，包括多模态方法。代码：https://github.com/wzzheng/PointOcc。
引用
@article{arxiv.2308.16896,
title = {PointOcc: Cylindrical Tri-Perspective View for Point-based 3D Semantic Occupancy Prediction},
author = {Sicheng Zuo and Wenzhao Zheng and Yuanhui Huang and Jie Zhou and Jiwen Lu},
journal= {arXiv preprint arXiv:2308.16896},
year = {2023}
}
备注
Code is available at https://github.com/wzzheng/PointOcc