Foundation4D

Foundation4D模型统一自动驾驶的感知与重建

研究人员推出了Foundation4D，一个专为自动驾驶汽车设计的新型统一模型，可同时处理来自多摄像头视频的几何估计、物体检测、语义占用预测和高斯重建。该模型利用共享骨干网络和因子化时空注意力，以高效处理跨不同摄像头和时间帧的数据。该项目还发布了PAI-Foundation4D，这是一个包含1,253个驾驶片段的密集深度和语义占用标签的新基准数据集，旨在推动该领域的研发。