Argoverse 4D 占据预测挑战赛技术报告
计算机视觉与模式识别
2023-11-28 v1
摘要
本报告介绍了我们用于 CVPR 2023 自动驾驶研讨会（WAD）Argoverse 挑战赛中 4D 占据预测的 Le3DE2E_Occ 方案。我们的方案由一个带时序融合的强 LiDAR 基鸟瞰图（BEV）编码器和两阶段解码器组成，后者结合 DETR 头与 UNet 解码器。该方案在 Argoverse 2 传感器数据集上测试，以预测未来 3 秒的占据状态。我们的方案取得比基线低 18% 的 L1 误差（3.57），并在 CVPR 2023 Argoverse 挑战赛的 4D 占据预测任务中获得第 1 名。
引用
@article{arxiv.2311.15660,
title = {Technical Report for Argoverse Challenges on 4D Occupancy Forecasting},
author = {Pengfei Zheng and Kanokphan Lertniphonphan and Feng Chen and Siwei Chen and Bingchuan Sun and Jun Xie and Zhepeng Wang},
journal= {arXiv preprint arXiv:2311.15660},
year = {2023}
}