RendBEV：基于自监督学习的鸡瞰视角语义新视角合成
计算机视觉与模式识别
2025-04-11 v2
摘要
鸡瞰视角（BEV）语义图最近因作为解决协助和自动驾驶任务的环境表示而受到广泛关注。然而，大多数现有工作集中在完全监督设置下，在大型标注数据集上训练网络。在本工作中，我们提出了RendBEV，这是一种用于自监督训练鸡瞰视角语义分割网络的方法，利用可微体积渲染，从由2D语义分割模型计算的语义视角视图获取监督。我们的方法实现了零样态鸡瞰视角语义分割，已在这一具有挑战性的设置中提供了竞争性结果。当用作预训练再微调到标注的鸡瞰视角 ground-truth时，我们的方法在低标注场景中显著提升性能，并在使用所有可用标签进行微调时达到新的状态突破。
引用
@article{arxiv.2502.14792,
title = {RendBEV: Semantic Novel View Synthesis for Self-Supervised Bird's Eye View Segmentation},
author = {Henrique Piñeiro Monteagudo and Leonardo Taccari and Aurel Pjetri and Francesco Sambo and Samuele Salti},
journal= {arXiv preprint arXiv:2502.14792},
year = {2025}
}
备注
Accepted at WACV 2025