SUG-Occ：用于高效 3D 占据预测的显式语义与不确定性引导稀疏学习
计算机视觉与模式识别
2026-03-31 v5
摘要
3D 语义占据预测因其能够提供环境的体素级语义与几何理解，已成为自动驾驶的一项关键感知任务。然而，针对大规模场景的这种精细表示会带来过高的计算量，对实际的实时部署构成了重大挑战。为了解决这一问题，我们提出了 SUG-Occ，一个用于高效占据预测的显式语义与不确定性引导稀疏学习框架，该框架利用 3D 场景的固有稀疏性来减少冗余计算，同时保持几何与语义的完整性。具体而言，我们首先利用语义与不确定性先验来抑制来自自由空间的图像投影，同时采用显式无符号距离编码来增强几何一致性，从而产生结构稀疏的表示。其次，我们引入了一个级联稀疏补全模块，通过超交叉稀疏卷积、生成式上采样和自适应剪枝，实现对稀疏表示的高效由粗到细推理。最后，我们提出了一个基于对象上下文表示（Object Contextual Representation, OCR）的掩码解码器，通过轻量级查询-上下文交互来细化逐体素预测，从而避免对体素特征执行昂贵的注意力操作。在 SemanticKITTI 和 Occ3D-Nuscenes 基准上的大量实验表明，所提出的方法优于基线方法，在跨数据集的准确率和效率上均取得了显著提升。
引用
@article{arxiv.2601.11396,
title = {SUG-Occ: Explicit Semantics and Uncertainty Guided Sparse Learning for Efficient 3D Occupancy Prediction},
author = {Hanlin Wu and Pengfei Lin and Ehsan Javanmardi and Naren Bao and Bo Qian and Hao Si and Manabu Tsukada},
journal= {arXiv preprint arXiv:2601.11396},
year = {2026}
}