ECCV 2024｜OSP：全新视角下的自动驾驶场景建模算法

文章预览

• OSP论文链接： https://arxiv.org/abs/2407.04049 • 项目主页： https://github.com/hustvl/osp 占据网格预测 占据网格预测是自动驾驶领域的感知任务，它将三维空间分割成许多体素网格，并要求模型预测每一个体素网格的占据状态和语义信息，不仅能灵活地表征各种形状的障碍物，还能适用于动态场景。目前大多数占据网格预测方法主要基于 BEV 表征进行算法设计。因为 BEV 特征是均匀划分的二维网格，它们无法对不同区域进行区分性处理，导致模型在训练时无法专注于难以学习和关键的区域，同时在推理时也无法实现端到端地精准预测各个位置。OSP 利用稀疏点集表征，在保持模型能力的同时增强了训练和推理的灵活性，能端到端地输出任意位置占据状态信息。 图1. OSP和BEV表征方法对比 算法框架 本文首先定义了 PoIs （Points of Interest） 这一概念，这是一组用 ………………………………