清华最新开源 | 性能提升58.7%！3D Occupancy新SOTA！

来源：计算机视觉工坊

添加微信：dddvision，备注：NeRF，拉你入群。文末附行业细分群

0. 笔者个人体会

最近3D Occupancy大火，自动驾驶领域的从业者有必要学习一下这项技术。今天笔者将为大家分享清华大学最新开源的工作SelfOcc，仅使用视频序列就可以自监督地学习3D Occupancy，还在SemanticKITTI、KITTI-2015和nuScenes上的深度合成、单目深度估计、环视深度估计上取得了SOTA结果。

下面一起来阅读一下这项工作，文末附论文和代码链接~

3D视觉Daily

，赞60

1. 这篇文章希望解决什么问题？

3D Occupancy的目的是预测周围3D空间中的每个点是否被占用。现有方法需要3D Occupancy真值来训练，但真值标签非常难标定。这里也推荐工坊推出的新课程《单目深度估计方法：算法梳理与代码实现》。

因此&#x