StixelNExT++：面向集体感知的轻量级单目场景分割与表示
计算机视觉与模式识别
2025-07-10 v1 机器人学
摘要
本文提出了 StixelNExT++，一种用于单目感知系统场景表示的新方法。基于已建立的 Stixel 表示，本方法推断 3D Stixels，并通过聚类更小的 3D Stixel 单元来增强对象分割。该方法在保持场景信息高度压缩的同时，适用于点云和鸟瞰视图表示。我们的轻量级神经网络基于自动生成的激光雷达基准数据训练，实现了帧处理时间最低可达 10 毫秒的实时性能。在 Waymo 数据集上进行的实验结果表明，在 30 米范围内本方法表现出竞争力，凸显了 StixelNExT++ 在自动驾驶系统集体感知中的潜力。
引用
@article{arxiv.2507.06687,
title = {StixelNExT++: Lightweight Monocular Scene Segmentation and Representation for Collective Perception},
author = {Marcel Vosshans and Omar Ait-Aider and Youcef Mezouar and Markus Enzweiler},
journal= {arXiv preprint arXiv:2507.06687},
year = {2025}
}