自动驾驶端到端更近一步！清华Occ升级算法拿下第一！-CSDN博客

自动驾驶感知任务中，3D Occ算法自特斯拉2022年率先应用部署起，学界和业界就一直致力于Occupancy算法升级。但因为数据集成本过高，需要大量校准，费时费力费钱，一直没有投入实际应用。

清华联合上海AI Lab升级了OCC算法，将额外计算成本降至最低，可以说自动驾驶团队裁员大半都能正常运转，其预测准确性反而达到了SOTA!

表来源：《CVT-Occ: Cost Volume Temporal Fusion for 3D Occupancy Prediction》

为了帮助大家高效掌握Occupancy升级算法，研梦非凡于1月7日（周二），邀请了一线车企研究院资深算法工程师周导师，为大家独家详解《自动驾驶3D占用预测算法》（AI前沿直播课NO.91)。从3D Occ占位网络感知算法概要、顶会经典算法，再到最新成果 CVT-Occ及其创新点、架构原理，并重点讲解及演示代码，带大家1节课吃透CVT-Occ，校招社招狂接offer！

👇🏻扫描二维码找助教0元预约直播课！

凡预约即可领取Occ综述+相关论文50篇（附源码）+自动驾驶顶会论文（22篇ECCV'24、39篇CVPR'24）！文末还有免费入门课程等科研福利！

直播课内容概览

1.CVT-Occ核心根据

从顶会发表趋势分析自动驾驶行业热点
预测自动驾驶多模态占用发展
成本体积时序融合模块关键点
Occ时序多模态融合处理方法

2.从ECCV论文中挖掘创新点

研究背景

基于视觉的 3D 占用预测深度估计
3D预测时序多模态融合
基于成本体积方法的应用

创新点

明确利用视差线索来细化 3D 体素的深度。
CVT-Occ避免图像成本体积计算，以降低的额外计算开销。

3.3D Occ相关工作详解

3D占用预测
针对3D感知的时序融合
双目匹配和多视匹配

4.详解CVT-Occ算法框架

Problem Setup
Overall Architecture
Cost Volume Temporal Module
Volume Features Refinement
Occupancy Decoder

5.复现要点

Dataset
Experimental Settings
Main Results
Ablation Study
Analysis of Factors
Visualization Results

6.课外延申

尝试将成本体积模块应用于 3D 重建等其他任务以及机器人和虚拟现实等其他应用

导师简介

周导师

【学术背景】985硕出身，发表多篇SCI期刊、CCF会议论文，多篇专利。

【研究方向】遥感图像处理、3d点云处理、自动驾驶

中科院卫星研制及应用开发工程师
自动驾驶企业算法研究
卫星遥感数据处理和算法研究

ps：研梦非凡开设的前沿论文系列直播，旨在帮助大家提升读论文技能，快速抓住重点，掌握有效方法，进而找到创新点，轻松完成论文工作。

👇🏻扫描二维码找助教0元预约直播课！

凡预约即可领取Occ综述+相关论文50篇（附源码）+自动驾驶顶会论文（22篇ECCV'24、39篇CVPR'24）！文末还有免费入门课程等科研福利！

研梦非凡课程福利

🌟90分钟人工智能零基础入门课免费领

🌟7小时科研论文写作系列课免费领

🌟AI前沿论文直播课NO.91免费领

🌟百篇12月论文资料大合集免费领

🌟本号粉丝报名1v1科研论文指导更有独家优惠！

👇🏻扫描二维码找助教了解详情！

凡预约即可领取Occ综述+相关论文50篇（附源码）+自动驾驶顶会论文（22篇ECCV'24、39篇CVPR'24）

研梦非凡科研论文指导

idea并不是直接拍脑门拍出来的，是一遍一遍实验、跑代码、改模型、思路修正的过程中产生的。研梦非凡1V1定制化论文指导，和研梦导师一起找idea，研梦导师指导实验，共同解决数据问题。授之以渔——搭建论文写作框架，增删改查，针对性实验指导！哪里薄弱补哪里！

<<< 左右滑动见更多 >>>

👇🏻扫描二维码找助教0元预约直播课！

研梦非凡部分导师介绍

研梦非凡导师团队，来自海外QStop200、国内华五、C9、985高校的教授/博士导师/博士后，以及世界500强公司算法工程师、国内外知名人工智能实验室研究员等。这是一支实力强大的高学历导师团队，在计算机科学、机器学习、深度学习等领域，积累了丰富的科研经历，研究成果也发表在国际各大顶级会议和期刊上，在指导学员的过程中，全程秉持初心，坚持手把手个性化带教。包括但不限于以下导师～