概要 - GS-Occ3D：高スケーラブルな視覚のみの占有空間再構成のための高斯スプラットによる自動運転

GS-Occ3D：高スケーラブルな視覚のみの占有空間再構成のための高斯スプラットによる自動運転

2025-07-25 17:33:23

{"Baijun Ye","Minghui Qin","Saining Zhang","Moonjun Gong","Shaoting Zhu","Zebang Shen","Luan Zhang","Lu Zhang","Hao Zhao","Hang Zhao"}

{cs.CV}

GS-Occ3Dは、自動運転アプリケーション向けにスケーラブルなビジュアルのみの占有再構築を可能にする新しいフレームワークです。このフレームワークは、高品質な占有ラベルを生成するために消費者レベルの車両データを利用し、高価なレーザースキャナーとアノテーションの必要性を排除します。このアプローチは、スケーラビリティとコスト効率が重要な大規模な自動運転アプリケーションに特に有益です。 GS-Occ3Dの主要な機能と貢献包括以下の点： 1. **スケーラブルなビジュアルのみの幾何学的再構築**：GS-Occ3Dは、オクトツリーに基づくガウスSurfel表現を使用して、パノラマの街の景色から地面、背景、動的物体を再構築します。このアプローチは、長い軌跡全体で効率的かつ正確な幾何学的再構築を保証します。 2. **占有ラベルの整理**：フレームごとの分断と複数のフレームの集約を使用して、感知範囲を定義し、特に動的物体のポイントクラウドの密度を増やします。その後、ray-castingが応用され、ボクセルの占有を決定し、遮蔽を明確に処理します。 3. **下流の占有トレーニング**：生成されたビジュアルのみのラベルは、下流の占有モデルをトレーニングするために使用され、一般化と幾何学的な推論能力を向上させます。 4. **レーザーの利点を上回る**：GS-Occ3Dは、レーザーベースの方法に比べて多くの利点を提供します： - **広範囲なカバレッジ**：ビジュアルのみの幾何学的再構築は、レーザーの範囲を超えたより大きな範囲をカバーできます。 - **優れたゼロショット一般化**：ビジュアルのみのラベルでトレーニングされたモデルは、より広範な幾何学的な範囲に一般化し、優れたゼロショット一般化能力を持っています。 - **低価格で豊富なセマンティック**：RGB画像は、レーザーのセマンティックとは異なり、色、テクスチャ、オブジェクトクラスのヒントを内蔵しています。これにより、小さな物体やレーザーベースの方法では見逃されるカテゴリを含む豊富なカテゴリセットのラベルの再構築が可能になります。 - **悪天候における大きな潜在能力**：ビジュアルに基づくシステムは、画像領域の豊富なテクスチャとセマンティックを利用して、悪天候条件下でも効果的に劣化したシーンを再構築することができます。 全体として、GS-Occ3Dはスケーラブルなビジュアルのみの占有再構築のための有望なアプローチを提供し、伝統的なレーザーベースの方法に比べて多くの利点を提供します。このフレームワークは、大規模なアプリケーションに対するコスト効果とスケーラビリティを可能にすることで、自動運転の分野を革新する可能性があります。