华中科大技 & 地平线 开源 OSP，将点 Query 与2D特征交互，实现三维场景的全面理解 ！

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室           加入【 智驾实验室 】交流群， 获取更多内容和资料 在本文中，作者探索了一种新颖的点表示方法，用于从多视角图像预测3D占用率，该方法被命名为“占用点集”。现有的基于相机的方法往往采用密集体积表示来预测整个场景的占用率，这使得很难关注到特殊区域或感知范围外的区域。相比之下，作者提出了“兴趣点”（PoIs）来表示场景，并提出了OSP，一个基于点的3D占用率预测的新框架。 由于点表示固有的灵活性，OSP与现有方法相比性能强劲，并且在训练和推理适应性方面表现出色。 它超越了传统的感知界限，并且可以与体积方法无缝集成，显著提高其有效性。 在Occ3D-nuScenes占用率基准上的实验表明，OSP在性能和灵活性方面都很强。 代码和模型可在https://github.com/hustvl/osp获取。 1 Intro ………………………………