面向高效与有效的基于流和查询的特征聚合用于 3D 占用预测
计算机视觉与模式识别
2025-11-27 v2
摘要
3D 占用预测已成为自动驾驶中关键的感知任务，因为它能够实现全面的场景理解。最近的方法通过多帧融合融合时空信息以增强这种理解，但它们存在一种权衡：稠密体素表示在计算成本较高的情况下提供高精度，而稀疏表示则提高了效率但丢失了空间细节。为缓解这一权衡，我们引入 DuOcc，采用双重聚合策略，既保留稠密体素表示以保持空间保真度，又保持高效性。DuOcc 包含两个关键组件： 基于流的体素聚合，通过时间递归累积体素特征并进行细化，以抑制由光束引起的失真，保持占用空间与自由空间之间的清晰分离。 基于查询的聚合，通过选择性地将实例级查询特征注入动态对象占据的体素区域来补足体素累积的局限性。在广泛使用的 Occ3D-nuScenes 和 SurroundOcc 数据集上的实验表明，DuOcc 在实时设置下实现了最先进的性能，同时比先前方法降低了超过 40% 的内存使用。
引用
@article{arxiv.2503.22087,
title = {Stream and Query-guided Feature Aggregation for Efficient and Effective 3D Occupancy Prediction},
author = {Seokha Moon and Janghyun Baek and Giseop Kim and Jinkyu Kim and Sunwook Choi},
journal= {arXiv preprint arXiv:2503.22087},
year = {2025}
}