SHTOcc：利用稀疏头尾体素的有效3D占用预测
计算机视觉与模式识别
2025-05-30 v2
摘要
3D占用预测因其强大的几何感知和物体识别能力而在自动驾驶领域引起了广泛关注。然而，现有方法尚未探索体素最本质的分布模式，导致结果不理想。本文首先探索了体素的类间分布和几何分布，从而解决了由类间分布引起的长尾问题和由几何分布导致的性能不佳。具体而言，本文提出了SHTOcc（稀疏头尾占用），它使用稀疏头尾体素构建来准确识别和平衡头部和尾部类别中的关键体素，同时使用解耦学习来减少模型对主导（头部）类别的偏置并增强对尾部类别的关注。实验表明，在多个基线上取得了显著改进：SHTOcc将GPU内存使用量减少了42.2%，推理速度提高了58.6%，准确率提高了约7%，验证了其有效性和效率。代码可在https://github.com/ge95net/SHTOcc获取
引用
@article{arxiv.2505.22461,
title = {SHTOcc: Effective 3D Occupancy Prediction with Sparse Head and Tail Voxels},
author = {Qiucheng Yu and Yuan Xie and Xin Tan},
journal= {arXiv preprint arXiv:2505.22461},
year = {2025}
}