【地平线和香港大学】OccRWKV：重新思考具有线性复杂度的高效3D语义占用预测

文章预览

点击下方 卡片 ，关注“ 自动驾驶专栏 ”公众号 自动驾驶干货 ，即可获取 论文链接： https://arxiv.org/pdf/2409.19987 项目主页：https://jmwang0117.github.io/OccRWKV/ 摘要 本文介绍了OccRWKV：重新思考具有线性复杂度的高效3D语义占用预测。3D语义占用预测网络在重建3D场景的几何和语义结构方面展现出显著的能力，这为机器人导航和自动驾驶提供了关键信息。然而，由于稠密网络结构设计带来的巨大开销，现有的网络面临着平衡准确性和延迟的挑战。本文引入OccRWKV，这是一种受Receptance Weighted Key Value（RWKV）启发的高效语义占用网络。OccRWKV将语义、占用预测和特征融合分离为不同的分支，每个分支都包含Sem-RWKV和Geo-RWKV块。这些块旨在获取远距离依赖关系，使网络能够学习特定领域的表示（即语义和几何），从而提高预测精度。本文利用现实世界3D占用的稀疏性 ………………………………