arXiv cs.AI· Christofel Rio Goenawan, Dong-Hee Paek, Seung-Hyun Kong·· 3 天前AI 评分22
RadarGSOcc：基于 4D 雷达张量与几何-语义特征提取的多普勒感知 3D 语义占用预测
RadarGSOcc: Doppler-Aware 3D Semantic Occupancy Prediction Using 4D Radar Tensor with Geometric-Semantic Feature Extraction
AI 导读
RadarGSOcc 直接处理 4D 雷达张量，分别提取几何与语义特征（含多普勒信息），核心是可变形注意力几何精修模块。
正文 · AI 翻译
摘要：3D 语义占用预测对自动驾驶至关重要，但基于相机的方法在低光照条件下性能下降，基于 LiDAR 的方法对恶劣天气敏感。4D 雷达更为鲁棒，但其稀疏性以及雷达张量处理的高成本限制了其应用。我们提出雷达几何-语义占用预测（RadarGSOcc），这是一个高效框架，通过分别提取几何和语义特征（包括多普勒信息）直接处理 4D 雷达张量，其关键组件是基于可变形注意力的几何细化模块。我们还引入了 K-Radar 3DSemOcc 基准，这是首个使用 4D 雷达张量进行 3D 语义占用预测的大规模基准，基于 K-Radar 数据集构建，并带有精炼的基于 LiDAR 的标注。RadarGSOcc 在 51.2m 范围内预测 15 个类别，实现了 38.2% IoU、7.6% mIoU 和 25.5% 加权 mIoU，在加权 mIoU 上以 17% 的相对提升（25.5 对 21.9）优于 RadarOcc，同时使用更少的参数和更低的计算量。它大幅提升了卡车预测，同时牺牲了汽车准确率，优于基于相机的方法，并缩小了与基于 LiDAR 的方法的差距。为了在恶劣天气下没有逐帧真值的情况下评估鲁棒性，我们进一步提出了一种新颖的代理指标——基于环境的 KL 散度（EBKL），在该指标下，4D 雷达被证明是用于 3D 语义占用预测的可靠且高效的模态。数据集和代码将公开提供。
| 学科： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI）；机器人学（cs.RO） |
| 引用为： | arXiv:2610.18686 [cs.CV] |
| （或 arXiv:2610.18686v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.18686 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Christofel Rio Goenawan [查看电子邮件]
[v1]
2026年10月13日星期二 16:40:59 UTC（7,547 KB）
来源：arXiv cs.AI · arxiv.org