3d semantic occupancy prediction | BriefGPT

关键词3d semantic occupancy prediction

搜索结果 - 7

高斯形态学：基于视觉的 3D 语义占用预测中的场景高斯化
提出一种基于对象中心表示法的 3D 语义占位预测方法，通过稀疏 3D 语义高斯来描述场景，通过注意机制从图像中聚合信息并迭代细化 3D 高斯的属性，然后通过高斯到体素喷洒方法生成 3D 占位预测。
PDFa month ago
OccGen：用于自动驾驶的生成式多模态三维占据预测
OccGen 是一种简单但强大的生成感知模型，通过预测和消除随机高斯分布产生的噪音，逐步推断并优化占用图像。
PDF2 months ago
Co-Occ: 融合显式特征融合和体渲染正则化的多模态三维语义占据预测
该研究论文提出了一种名为 Co-Occ 的新型多模态 LiDAR - 相机三维语义占据预测框架，通过显式 LiDAR - 相机特征融合和隐式体素渲染正则化，有效地处理了多模态语义占据预测中不同模态数据的异构性、错配性和互作不足问题，从而提高
PDF3 months ago
连接自动化车辆中的混合特征融合协同语义占用预测
介绍一种用于协同 3D 语义占据预测的方法，通过混合特征融合和车辆之间共享的压缩正交注意力特征来改进本地 3D 语义占据的预测，结果表明我们的协同语义占据预测在精确度和路面环境中的语义感知方面都优于单车的结果，并在后续感知应用中超越了最先进
PDF5 months ago
S2TPVFormer：时空三视角视图用于具有时间一致性的 3D 语义占据预测
本研究针对自主驾驶系统中对三维场景的整体理解和推理的重要性展开研究，将三维语义占据预测作为自主驾驶和机器人下游任务的预训练任务，与三维检测等方法相比，它更准确地捕捉了三维细节。现有方法主要关注空间线索，而忽视了时间线索。基于查询的方法常常使
PDF5 months ago
逆矩阵 VT3D: 基于投影矩阵的高效三维占据预测方法
本文介绍了 InverseMatrixVT3D 方法，该方法通过使用两个投影矩阵将多视角图像特征转换为 3D 特征体，用于 3D 语义占有预测。该方法采用了矩阵乘法和稀疏矩阵处理技术，以高效地生成全局的鸟瞰图特征和局部的 3D 特征体。通过
PDF5 months ago
SOccDPT：在内存限制下训练的基于密集预测变换器的半监督三维语义占用
我们提出了 SOccDPT，一种从单目图像输入中使用密集预测变换器进行 3D 语义占用预测的内存高效方法。我们通过对印度行驶数据集和班加罗尔行驶数据集等无结构数据集进行训练，解决了现有方法在结构化交通数据集训练时的局限性。我们的半监督训练流
PDF7 months ago