GPOcc++: Unified Sparse Gaussian Occupancy Prediction with Visual Geometry Priors
GPOcc++:具有视觉几何先验的统一稀疏高斯占用预测
机构 * The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州)) ; The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳)) ; Sun Yat-sen University(中山大学) ; The Hong Kong Polytechnic University(香港理工大学) ; Nanjing University of Aeronautics and Astronautics(南京航空航天大学)
专题命中 BEV与占用 :occupancy(title,abstract);autonomous driving(abstract);分类 cs.CV
AI总结 研究针对3D场景理解中从视觉观察恢复完整体积表示的挑战,提出GPOcc++,它基于视觉几何先验,将其转换为占用感知的稀疏高斯表示,能在统一框架中处理多视图观察和时间序列,扩展到室外,实验证明其性能强、效率高且泛化能力好。