Waabi最新 | UnO：用于感知和预测的无监督占用场

文章预览

点击下方 卡片 ，关注“ 自动驾驶之心 ”公众号 戳我->  领取 自动驾驶近15个 方向 学习 路线 >> 点击进入→ 自动驾驶之心 『 OCC 』 技术交流群 编辑 | 自动驾驶之心 原标题：UnO: Unsupervised Occupancy Fields for Perception and Forecasting 论文链接：https://arxiv.org/pdf/2406.08691 项目链接：https://waabi.ai/uno/ 作者单位：Waabi 多伦多大学 论文思路： 感知世界并预测其未来状态是自动驾驶中的一项关键任务。监督方法利用带标注的物体标签来学习世界模型——传统上通过目标检测和轨迹预测，或时序鸟瞰视角（BEV）占用场。然而，这些标注代价高昂，且通常仅限于一组预定义的类别，无法涵盖我们在道路上可能遇到的所有情况。相反，本文通过从LiDAR数据中进行自监督学习，来感知和预测一个连续的4D（时空）占用场。这个无监督的世界模型可以轻松且有效地转移到下游 ………………………………