GEOcc | 一个为仅视觉环视感知量身定制的几何增强Occ占用网络，性能得到显著提升！

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室 扫描上方二维码，加入【 智驾实验室 】交流群， 获取更多内容和资料 3D占用感知在最近的以视觉为中心的自动驾驶系统中扮演着至关重要的角色，它通过将环视图像转换为密集3D网格中的综合几何和语义表示。然而，当前的模型仍然面临两个主要挑战：在2D-3D视图转换阶段准确建模深度，以及由于稀疏的激光雷达监督而缺乏泛化能力。 为了解决这些问题，本文提出了GEOcc，一个为仅视觉环视感知量身定制的几何增强占用网络。 作者的方法分为三个方面： 将基于提升的显式深度预测与基于隐式投影的 Transformer 相结合进行深度建模，增强了视图转换的密度和鲁棒性。 利用基于 Mask 的编解码器架构进行细粒度的语义预测； 在持续训练阶段采用上下文感知的自我训练损失函数来补充激光雷达监督，包括从3 ………………………………