面向真实场景的 BEV 感知：基于高斯溅射的深度不确定性估计
计算机视觉与模式识别
2025-04-04 v2
摘要
鸟瞰视图 (BEV) 感知因能提供统一的表示来融合多个视角图像，并支持诸多下游自动驾驶任务（如预测和规划）而受到广泛关注。近期的领先模型利用基于投影的方法，将 BEV 感知表述为查询学习，以绕过显式深度估计。尽管我们注意到这一范式在前景方面取得了显著进展，但由于缺乏不确定性建模和昂贵的计算要求，仍不足以满足实际应用。在本 work 中，我们引入了 GaussianLSS，一种新颖的 uncertainty-aware BEV 感知框架，重新审视基于 unprojection 的方法，具体而言是 Lift-Splat-Shoot (LSS) 范式，并通过深度不确定性建模进行增强。GaussianLSS 通过学习软深度均值并计算深度分布的方差来表示空间分散，这在隐式地捕获对象范围方面具有优势。我们随后将深度分布转换为 3D 高斯分布并进行光栅化，以构建 uncertainty-aware BEV 特征。我们在 nuScenes 数据集上评估了 GaussianLSS，在与 unprojection-based 方法相比时实现了领先的性能。特别地，它在速度和内存效率方面都具有显著优势，分别以 2.5 倍和 0.3 倍的运行速度和内存占用实现了竞争性能，仅在 0.4% IoU 差异。
引用
@article{arxiv.2504.01957,
title = {Toward Real-world BEV Perception: Depth Uncertainty Estimation via Gaussian Splatting},
author = {Shu-Wei Lu and Yi-Hsuan Tsai and Yi-Ting Chen},
journal= {arXiv preprint arXiv:2504.01957},
year = {2025}
}
备注
Accepted to CVPR'25. https://hcis-lab.github.io/GaussianLSS/