A Simple Attempt for 3D Occupancy Estimation in Autonomous Driving

要約

周辺ビューの画像から 3D 占有率を推定するタスクは、鳥瞰図 (BEV) 認識の成功に続く自動運転の分野での画期的な開発です。このタスクは、運転環境の重要な 3D 属性を提供し、全体的な理解と認識を強化します。
周囲の空間の。
ただし、ネットワークの設計、最適化、評価などのタスクを定義するためのベースラインはまだありません。
この作業では、3D占有率推定のいくつかの重要な要素を明らかにするように設計されたCNNベースのフレームワークである3D占有率推定の簡単な試みを紹介します。
さらに、3D 占有率推定と、単眼深度推定、ステレオ マッチング、BEV 知覚 (3D オブジェクト検出とマップ セグメンテーション) などの他の関連タスクとの関係を調査し、3D 占有率推定に関する研究を進めることができます。
評価のために、現在の公開データセットに対して柔軟な占有率評価のメトリックを定義する単純なサンプリング戦略を提案します。
さらに、深度推定メトリックに関して新しいベンチマークを確立し、提案された方法を DDAD および Nuscenes データセットの単眼深度推定方法と比較します。関連するコードは https://github.com/GANWANSHUI/ で入手できます。
シンプル占有率

要約(オリジナル)

The task of estimating 3D occupancy from surrounding view images is an exciting development in the field of autonomous driving, following the success of Birds Eye View (BEV) perception.This task provides crucial 3D attributes of the driving environment, enhancing the overall understanding and perception of the surrounding space. However, there is still a lack of a baseline to define the task, such as network design, optimization, and evaluation. In this work, we present a simple attempt for 3D occupancy estimation, which is a CNN-based framework designed to reveal several key factors for 3D occupancy estimation. In addition, we explore the relationship between 3D occupancy estimation and other related tasks, such as monocular depth estimation, stereo matching, and BEV perception (3D object detection and map segmentation), which could advance the study on 3D occupancy estimation. For evaluation, we propose a simple sampling strategy to define the metric for occupancy evaluation, which is flexible for current public datasets. Moreover, we establish a new benchmark in terms of the depth estimation metric, where we compare our proposed method with monocular depth estimation methods on the DDAD and Nuscenes datasets.The relevant code will be available in https://github.com/GANWANSHUI/SimpleOccupancy

arxiv情報

提供元, 利用サービス

arxiv.jp, Google