SOTA！华科SDG-OCC：基于语义和深度引导的BEV多模态OCC新方案（ICCV'25）

自动驾驶前沿信息获取 → 自动驾驶之心知识星球 点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近15个 方向 学习 路线 今天自动驾驶之心为大家分享 华中科技大学最新的工作！ SDG-OCC：融合 LiDAR深度先验与图像语义，刷新Occ3D-nuScenes BEV特征生成SOTA！ 如果您 有相关工作需要分享，请在文末联系我们！ 自动驾驶课程学习与技术交流群事宜，也欢迎添加小助理微信AIDriver004做进一 步咨询 论文作者 | ZaiPeng Duan等 编辑 | 自动驾驶之心 背景 3D 环境的准确感知是现代自动驾驶系统和机器人技术的基础，能保障高效规划和安全控制。近年来，3D 目标检测和语义分割的进展推动了 3D 感知领域发展，但目标检测依赖精准的3D框，并且难以识别开集的 模板；语义分割在复杂场景（尤其是遮挡和重叠情况下）的细粒度分类表现不佳。 3D 语义占用预测作为更全面的环境建模方法，同时估计场景体素的几何结构和语义类别，为每个 3D 体素 分配标签，对任意形状和动态遮挡具有更强鲁棒性，因此在自动驾驶领域中展现出了巨大潜力。 然而，现有 3D 占用预测方法存 ...