面向语义场景完成的3D目标导向特征学习
计算机视觉与模式识别
2025-12-23 v3
摘要
基于视觉的3D语义场景完成（SSC）因其在自动驾驶领域的潜力受到日益关注。虽然大多数现有方法遵循以主观为中心的范式，通过在整个场景中聚合和扩散特征，但常常忽略细粒度的对象级细节，导致在复杂环境中出现语义和几何歧义。为解决这一局限性，我们提出了Ocean——一种面向对象中心的预测框架，通过将场景分解为单个对象实例来实现更精确的语义占据预测。具体而言，我们首先采用轻量级分割模型MobileSAM从输入图像中提取实例掩码。随后，我们引入3D语义组注意力模块，该模块利用线性注意力在3D空间中聚合对象中心特征。为处理分割错误和缺失的实例，我们进一步设计了基于全局相似度引导的注意力模块，该模块利用分割特征进行全局交互。最后，我们提出了面向实例的局部扩散模块，通过生成过程改进实例特征并随后在BEV空间中细化场景表示。对在SemanticKITTI和SSCBench-KITTI360基准上的大量实验表明，Ocean实现了最先进的性能，分别获得了17.40和20.28的mIoU分数。
引用
@article{arxiv.2511.13031,
title = {Towards 3D Object-Centric Feature Learning for Semantic Scene Completion},
author = {Weihua Wang and Yubo Cui and Xiangru Lin and Zhiheng Li and Zheng Fang},
journal= {arXiv preprint arXiv:2511.13031},
year = {2025}
}
备注
Accepted to AAAI-2026