武大提出 OccFusion | 通过辅助点云采样算法优化多模态融合，改进图像特征融合，降低3D占用预测计算负载 ！

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室           加入【 智驾实验室 】交流群， 获取更多内容和资料 基于多传感器融合的3D占有预测，对于可靠的自动驾驶系统至关重要，它使得对3D场景的细粒度理解成为可能。之前的基于融合的3D占有预测依赖于深度估计来处理2D图像特征。然而，深度估计是一个病态问题，这阻碍了这些方法的准确性和鲁棒性。此外，细粒度的占有预测需要大量的计算资源。作者推出了OccFusion，一种无需深度估计的多模态融合方法，以及相应的点云采样算法，用于密集整合图像特征。基于此，作者提出了一种主动训练方法和一个从粗到细的主动流水线，使模型能够自适应地从复杂样本中学习更多内容，并专门针对小或重叠物体等挑战性区域优化预测。作者提出的主动方法可以自然地扩展到任何占有预测模型。在OpenOccupa ………………………………