计算机科学 > 计算机视觉与模式识别
[提交于 2025年7月16日
]
标题: 从二进制到语义:利用大规模二进制占据数据进行三维语义占据预测
标题: From Binary to Semantic: Utilizing Large-Scale Binary Occupancy Data for 3D Semantic Occupancy Prediction
摘要: 准确感知周围环境对于安全的自动驾驶至关重要。 3D占用预测,即估计道路、建筑物和其他物体的详细3D结构,在不依赖激光雷达传感器的以视觉为中心的自动驾驶系统中尤为重要。 然而,在3D语义占用预测中——每个体素都被分配一个语义标签——需要标注的激光雷达点云数据,使得数据获取成本较高。 相比之下,大规模二进制占用数据仅指示占用或自由空间而不带语义标签,可以以较低的成本收集。 尽管这些数据易于获取,但利用这些数据的潜力尚未被探索。 在本研究中,我们从两个角度探讨了大规模二进制占用数据的利用:(1) 预训练和 (2) 基于学习的自动标记。 我们提出了一种基于二进制占用的新框架,将预测过程分解为二进制和语义占用模块,从而有效利用二进制占用数据。 我们的实验结果表明,所提出的框架在预训练和自动标记任务中均优于现有方法,突显了其在增强3D语义占用预测方面的有效性。 代码可在 https://github.com/ToyotaInfoTech/b2s-occupancy 获取。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.