Cam4DOcc：自动驾驶应用中仅用摄像头的4D占用预测基准

CVPR 24 2024 52.5 benchmark, application

TLDR

提出Cam4DOcc基准，用于自动驾驶中仅用摄像头的4D占用预测，基于多数据集和基线。

评分理由

Strengths: provides a standardized benchmark and baselines for spatiotemporal occupancy prediction, leveraging real-world datasets. Weaknesses: limited to camera-only input and does not address interactive or model-based reinforcement learning scenarios.

Read-first 评分解释

综合优先阅读分 52.5，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 10。

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：有；数据：无；命中信号：数据集、GitHub

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：基线、基准、数据集、评估

近期性 8%

75.1

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2024

主题相关性 42%

14.3

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

研究版图角色

方法锚点复现锚点

排序敏感性

稳定性：volatile；排名波动范围：716。

关键词评分

world dynamics prediction

world model

video world model

world simulator

generative world model

interactive world model

model-based reinforcement learning world model

深度分析

创新点

提出Cam4DOcc，一个用于仅摄像头4D占用预测的新基准
引入四种基线类型：静态世界占用模型、点云预测的体素化、2D-3D实例级预测，以及一种新颖的端到端4D占用预测网络
为自动驾驶场景中的多个任务提供标准化评估协议

方法

该基准基于多个公开数据集（nuScenes、nuScenes-Occupancy、Lyft-Level5）构建，这些数据集提供通用可移动和静态物体的顺序占用状态及其3D后向向心流。实现了四种来自不同基于摄像头的感知和预测方法的基线，包括一种新颖的端到端4D占用预测网络。提供了预设多个任务的标准化评估协议，以比较所有基线在自动驾驶场景中感兴趣物体的当前和未来占用估计性能。

关键结果

该基准能够比较所有四种基线方法在自动驾驶场景中感兴趣物体的当前和未来占用估计任务上的性能。

资源

论文代码