上交&华师提出DrivingForward：跟显示深度监督说拜拜

文章预览

点击下方 卡片 ，关注“ 自动驾驶之星 ” 这里有一群奋斗在自动驾驶量产第一线的小伙伴等你加入 写在前面 & 笔者的个人理解 本文提出了DrivingForward，这是一种前馈GS模型，可以从灵活的环视图像输入重建驾驶场景。来自车载摄像头的驾驶场景图像通常很稀疏，重叠有限，车辆的运动进一步使获取摄像头外部信息变得复杂。为了应对这些挑战并实现实时重建，我们联合训练了一个姿态网络、一个深度网络和一个高斯网络，以预测代表驾驶场景的高斯基元。姿态网络和深度网络以自我监督的方式确定高斯基元的位置，而无需在训练过程中使用深度地面真实值和相机外部函数。高斯网络独立地预测每个输入图像的原始参数，包括协方差、不透明度和球面谐波系数。在推理阶段，我们的模型可以从灵活的多帧环视图像输入中实现前馈重建。在nuScenes数据 ………………………………