論文の概要: SelectOccFlow: Selective Spatiotemporal Aggregation for 3D Occupancy and Scene Flow Prediction

• arxiv url: http://arxiv.org/abs/2610.04356v1
• Date: Sat, 03 Oct 2026 07:51:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-12 11:13:50.536465
• Title: SelectOccFlow: Selective Spatiotemporal Aggregation for 3D Occupancy and Scene Flow Prediction
• Title（参考訳）: SelectOccFlow:3次元活動とシーンフロー予測のための選択的時空間アグリゲーション
• Abstract要約: 自律運転のための総合的な3Dシーン理解には、モデリング幾何学、意味論、動きが必要である。 カメラによる占有とシーンフローの予測は、信頼できない空間的・時間的集約に敏感である。 SelectOccFlow は nuScenes-C の汚職に対して +11.1% の堅牢性を実現し、視覚的汚職の改善を示す。
• 参考スコア（独自算出の注目度）: 25.014067370526277
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Comprehensive 3D scene understanding for autonomous driving requires modeling geometry, semantics, and motion. However, camera-based occupancy and scene flow prediction are sensitive to unreliable spatial and temporal aggregation, caused by semantically incompatible image features, misaligned historical observations, and incomplete voxel structures. To address this issue, we propose SelectOccFlow, a selective spatiotemporal aggregation framework that progressively refines contextual evidence across image, temporal, and voxel domains. To obtain semantically compatible image evidence, we design Semantic-Guided Sampling (SGS) to regulate feature sampling with semantic priors. Since reliable image evidence alone cannot resolve temporal inconsistency, we then present State-Conditioned Temporal Aggregation (SCTA) to selectively retrieve historical evidence according to voxel states. To further enhance the structural completeness of voxel representations, we introduce Extent-Aware Spatial Aggregation (ESA), which exploits directional structural support to refine foreground geometry. Experiments on OpenOcc demonstrate that SelectOccFlow achieves a state-of-the-art OccScore of 44.9, improving the previous best by +4.2%. It also maintains competitive occupancy performance on Occ3D-nus and improves the mean OccScore under nuScenes-C corruptions by +11.1%, demonstrating improved robustness to visual corruptions. The source code will be made publicly available at https://github.com/muchen1021/SelectOccFlow.
• Abstract（参考訳）: 自律運転のための総合的な3Dシーン理解には、モデリング幾何学、意味論、動きが必要である。 しかし、カメラによる占有とシーンフローの予測は、意味的に相容れない画像の特徴、不整合の歴史的観察、不完全なボクセル構造によって引き起こされる、信頼できない空間的・時間的集約に敏感である。 この問題に対処するために、画像、時間、およびボクセル領域にわたる文脈的証拠を段階的に洗練する選択的時空間アグリゲーションフレームワークであるSelectOccFlowを提案する。 セマンティックガイドサンプリング (SGS) を設計し, セマンティック前処理による特徴サンプリングの制御を行う。 信頼できる画像証拠だけでは時間的不整合を解決できないため、我々は国家主導の時間集約(SCTA)を提示し、ボクセル状態に応じて歴史的証拠を選択的に回収する。 ボクセル表現の構造的完全性をさらに高めるため,フォアグラウンド幾何を洗練させるために,方向的構造的支援を利用する Extent-Aware Spatial Aggregation (ESA) を導入する。 OpenOccの実験では、SelectOccFlowが44.9の最先端のOccScoreを実現し、以前の最高値を+4.2%向上した。 また、Occ3D-nusの競合占有性能を維持し、nuScenes-Cの汚職下での平均OccScoreを+11.1%改善し、視覚的汚職に対する堅牢性を向上している。 ソースコードはhttps://github.com/muchen1021/SelectOccFlowで公開されている。

関連論文リスト

• SuperFlow++: Enhanced Spatiotemporal Consistency for Cross-Modal Data Pretraining [62.433137130087445]
  SuperFlow++は、連続するカメラペアを使用して事前トレーニングと下流タスクを統合する新しいフレームワークである。 SuperFlow++は様々なタスクや運転条件で最先端のメソッドよりも優れています。 強力な一般化性と計算効率により、SuperFlow++は、自動運転におけるデータ効率の高いLiDARベースの認識のための新しいベンチマークを確立する。
  論文  参考訳（メタデータ） (2025-03-25T17:59:57Z)
• Learning Temporal 3D Semantic Scene Completion via Optical Flow Guidance [42.815766778681144]
  3Dセマンティックシーンコンプリート(SSC)は、自律運転知覚のための総合的なシーン幾何学と意味論を提供する。 既存のSSC手法は、現在のフレームからスパース情報をキャプチャすることや、複数フレームの時間的特徴を経時的に積み重ねることに限られる。 本稿では, 時間的SSC手法FlowScene: Learning Temporal 3D Semantic Scene Completion through Optical Flow Guidanceを提案する。
  論文  参考訳（メタデータ） (2025-02-20T12:52:36Z)
• OPUS: Occupancy Prediction Using a Sparse Set [64.60854562502523]
  学習可能なクエリの集合を用いて、占有された場所とクラスを同時に予測するフレームワークを提案する。 OPUSには、モデルパフォーマンスを高めるための非自明な戦略が組み込まれている。 最も軽量なモデルではOcc3D-nuScenesデータセットの2倍 FPS に優れたRayIoUが得られる一方、最も重いモデルは6.1 RayIoUを上回ります。
  論文  参考訳（メタデータ） (2024-09-14T07:44:22Z)
• Hierarchical Temporal Context Learning for Camera-based Semantic Scene Completion [57.232688209606515]
  カメラによるセマンティックシーンの補完を改善するための,新たな時間的文脈学習パラダイムであるHTCLを提案する。 提案手法は,Semantic KITTIベンチマークで1st$をランク付けし,mIoUの点でLiDARベースの手法を超えている。
  論文  参考訳（メタデータ） (2024-07-02T09:11:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。