SuperQuadricOcc：基于 SuperQuadric 体渲染的实时自监督语义占用估计
计算机视觉与模式识别
2026-03-16 v4
摘要
语义占用估计的自监督方法具有诱人之处，因为它消除了手动标注的劳动强度，从而允许对更大规模的自动驾驶数据集进行扩展。SuperQuadric 作为一种表达力强的形状族，非常适合此任务，然而其在自监督环境中的部署受制于缺乏有效的渲染方法以桥接 3D 场景表示和 2D 训练伪标签。为此，我们引入 SuperQuadricOcc，首个利用 SuperQuadric 进行场景表示的自监督占用模型。为克服渲染限制，我们提出了一种在渲染过程中保持 SuperQuadric 形状忠实度的实时体渲染器。它依赖于 SuperQuadric-体素索引，限制每束光线采样仅查询附近的 SuperQuadric，从而大幅降低内存占用和计算成本。使用远少于前驱 Gaussian 方法所需的原始数目，SuperQuadricOcc 在 Occ3D-nuScenes 数据集上实现了最先进的性能，同时以实时推理速度和大幅度降低的内存占用实现了出色的效果。
关键词
引用
@article{arxiv.2511.17361,
title = {SuperQuadricOcc: Real-Time Self-Supervised Semantic Occupancy Estimation with Superquadric Volume Rendering},
author = {Seamie Hayes and Alexandre Boulch and Andrei Bursuc and Reenu Mohandas and Ganesh Sistu and Tim Brophy and Ciaran Eising},
journal= {arXiv preprint arXiv:2511.17361},
year = {2026}
}