实体
nuScenes-Occupancy
nuScenes-Occupancy
PulseAugur coverage of nuScenes-Occupancy — every cluster mentioning nuScenes-Occupancy across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
LighTROcc框架推进自动驾驶中的4D占用预测
研究人员开发了LighTROcc，一个用于自动驾驶场景中3D占用预测的新型框架。这种实例中心的方法利用学习到的查询和3D高斯来建模可移动物体，并进行单次预测其当前和未来的占用情况。与nuScenes和nuScenes-Occupancy数据集上现有的密集和实例级方法相比，LighTROcc在实例级预测准确性和计算效率方面均有所提高。
-
InterOCF框架改进了自动驾驶汽车的4D占用预测
研究人员开发了InterOCF，一个用于纯摄像头4D占用预测的新型框架。该方法通过使用历史多视图图像预测未来的3D语义场景，从而提高了自动驾驶汽车的安全性。InterOCF独特地模拟了3D体素表示和2D多视图分割序列中的时间动态，并结合了这两个分支之间的特征交互。在nuScenes等基准数据集上的实验表明，InterOCF优于现有方法。