SurroundSDF：基于有符号距离场的隐式三维场景理解
计算机视觉与模式识别
2024-03-22 v1
摘要
以视觉为中心的三维环境理解对于自动驾驶系统至关重要且极具挑战。近年来，无目标方法引起了广泛关注。此类方法通过预测离散体素网格的语义来感知世界，但无法构建连续且精确的障碍物表面。为此，本文提出 SurroundSDF，从环视图像中隐式预测有符号距离场（SDF）和语义场，以实现连续感知。具体而言，我们引入一种基于查询的方法，并利用受 Eikonal 方程约束的 SDF 来精确描述障碍物表面。此外，考虑到缺乏精确的 SDF 真值，我们提出了一种新颖的弱监督 SDF 范式，称为 Sandwich Eikonal 方程，强调在表面两侧施加正确且密集的约束，从而增强表面的感知精度。实验表明，我们的方法在 nuScenes 数据集上的占据预测和三维场景重建任务中均达到了 SOTA 水平。
引用
@article{arxiv.2403.14366,
title = {SurroundSDF: Implicit 3D Scene Understanding Based on Signed Distance Field},
author = {Lizhe Liu and Bohua Wang and Hongwei Xie and Daqi Liu and Li Liu and Zhiqiang Tian and Kuiyuan Yang and Bing Wang},
journal= {arXiv preprint arXiv:2403.14366},
year = {2024}
}