【OSP：真3D占用预测方法】

文章预览

《Occupancy as Set of Points》这篇论文在CVPR 2024上介绍了一种新颖的3D占用预测方法，该方法被称为“Occupancy as Set of Points”（简称OSP）。这种方法通过多视图图像来预测3D空间中的占用情况，与传统基于体积的方法相比，OSP利用了点集表示法，这使得它在训练和推理适应性方面表现出色，并且能够超越传统的感知边界，与基于体积的方法无缝集成，显著提升其有效性。论文中的实验显示，在Occ3D-nuScenes占用基准测试中，OSP展现出了强大的性能和灵活性 。 OSP框架利用了Transformer架构，从2D图像中派生出3D点特征以进行3D占用预测。该方法首先从多视图图像中提取2D特征，然后使用一组3D点查询来索引这些2D特征。这些3D点查询的选择依赖于兴趣点（Points of Interest, PoIs）。OSP在开始时会在空间中采样一组3D点作为初始PoIs，并在这些点上引入随机扰动 。 论文的代 ………………………………