OccFusion：无深度估计的多传感器融合用于3D占用预测

基于多传感器融合的3D占用预测对于可靠的自动驾驶系统至关重要，使得对3D场景的细致理解成为可能。以往的基于融合的3D占用预测依赖于深度估计来处理2D图像特征。然而，深度估计是一个病态问题，阻碍了这些方法的准确性和稳健性。此外，细粒度的占用预测需要大量计算资源。我们引入了OccFusion，一种无需深度估计的多模态融合方法，以及相应的点云采样算法，以实现图像特征的密集集成。在此基础上，我们提出了一种主动训练方法和主动粗到细的流程，使模型能够自适应地从复杂样本中学习更多内容，并针对小物体或重叠物体等挑战性区域优化预测。我们提出的主动方法可以自然地扩展到任何占用预测模型。对OpenOccupancy基准的实验表明，我们的方法在所有类别的IoU上超越了现有的最先进（SOTA）多模态方法。此外，我们的模型在训练和推理阶段都更高效，所需的计算资源少得多。全面的消融研究证明了我们所提技术的有效性。