OccNet是一种基于多视角图像的占用网络，通过BEV特征生成和级联体素编码实现3D占用特征的重建。它通过Deformable Attention融合空间和时间特征，逐步生成Voxel特征，用于BEV分割、3D目标检测和运动规划等任务。论文和开源代码已发布。
前言
本文分享“占用网络”方案中，具有代表性的方法：OccNet。
它以多视角相机为核心，首先生成BEV特征，然后通过级联结构和时间体素解码器重建生成3D占用特征。
构建一个通用的“3D占用编码特征”，用以表示3D物理世界。这样的特征描述可以应用于广泛的自动驾驶任务，包括检测、分割和规划。
论文地址：Scene as Occupancy
开源地址：
订阅专栏 解锁全文
扫一扫
1122
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
