三轴体素扫描提升远距离几何: 基于相机的语义场景完成
计算机视觉与模式识别
2025-03-27 v2
摘要
相机-based语义场景完成(SSC)正在获得3D感知领域的关注。然而，由于透视和遮挡等特性，远距离区域的几何被低估，为以安全为导向的自动驾驶系统提出了关键性问题。为此，我们提出ScanSSC，一种由Scan模块和Scan损失构成的新型相机-based SSC模型，两者均旨在通过利用近视点场景的上下文来增强远距离场景。Scan模块采用轴向掩码注意力，其中每个轴均采用由近到远级联掩码处理，以使远端体素能够捕获与前导体素之间的关系。此外，Scan损失计算关键轴上累积logits与相应类别分布在由近到远方向之间的交叉熵，从而将丰富的上下文感知信号传递给远端体素。凭借这些组件之间的协同作用，ScanSSC在SemanticKITTI和SSCBench-KITTI-360基准上实现了最先进的性能，IoU分别为44.54和48.29，mIoU分别为17.40和20.14。
引用
@article{arxiv.2411.16129,
title = {Three Cars Approaching within 100m! Enhancing Distant Geometry by Tri-Axis Voxel Scanning for Camera-based Semantic Scene Completion},
author = {Jongseong Bae and Junwoo Ha and Ha Young Kim},
journal= {arXiv preprint arXiv:2411.16129},
year = {2025}
}
备注
Accepted to CVPR 2025