SWA-SOP：用于自动驾驶语义占据预测的空间感知窗口注意机制

自动驾驶中的感知系统依赖于激光雷达和摄像头等传感器来感知 3D 环境。然而，由于遮挡和数据稀疏，这些传感器往往无法捕获完整信息。语义占据预测（SOP）通过推断未观测区域的占据情况和语义信息来解决此挑战。现有基于变换器的 SOP 方法缺乏对注意力计算中空间结构的显式建模，导致几何感知有限，在稀疏或遮挡区域性能较差。为此，我们提出了空间感知窗口注意（SWA）一种新机制，将局部空间上下文纳入注意力。SWA 显著提高了场景完成度，并在基于 LiDAR 的 SOP 基准测试中实现了最先进的成绩。我们进一步通过将 SWA 集成到基于摄像头的 SOP 管道中验证了其通用性，其中也获得了跨模态的一致性提升。