跳到正文
arXiv · 机器人与计算机视觉· Kaixin Lin, Kunyu Peng, Di Wen, Yufan Chen, Ruiping Liu, Kailun Yang·· 2026-10-06精选AI 评分82

$M^2$-Occ:面向自动驾驶的残缺输入下稳健 3D 语义占用预测

$M^2$-Occ: Resilient 3D Semantic Occupancy Prediction for Autonomous Driving with Incomplete Camera Inputs

AI 导读

论文介绍$M^2$-Occ框架,旨在解决多摄像头输入缺失导致的几何结构丢失与语义不连贯问题。方法包含利用邻域重叠进行特征空间重建的多视角掩码重建模块,以及存储类级语义原型的特征记忆模块以修正模糊体素。

推荐理由

该工作针对多摄像头缺失场景提出$M^2$-Occ框架,通过特征重建与语义原型检索提升鲁棒性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org