تحسين توقع الإشغال ثلاثي الأبعاد من خلال خسارة موازنة الفئات وتمثيل متعدد المقاييس

التعرف على البيئة ثلاثية الأبعاد أمر أساسي لأنظمة القيادة الذاتية، حيث تتطلب المركبات الذاتية فهماً شاملاً للمشاهد المحيطة. مؤخراً، النهج السائد لتعريف هذه المشكلة الواقعية هو من خلال توقع الإشغال ثلاثي الأبعاد. يحاول هذا النهج التنبؤ بحالات الإشغال والملصقات الدلالية لجميع الفوكسلات في الفضاء ثلاثي الأبعاد، مما يعزز القدرة الإدراكية. أدت الرؤية من منظور عين الطائر (BEV) إلى تحقيق أداء متقدم في هذه المهمة. ومع ذلك، تفشل هذه البنية في تمثيل مقاييس مختلفة من ميزات BEV. في هذه الورقة، مستوحين من نجاح UNet في مهام التجزئة الدلالية، نقدم وحدة رأس إشغال متعددة المقاييس شبيهة بـ UNet لتخفيف هذه المشكلة. علاوة على ذلك، نقترح خسارة موازنة الفئات لتعويض الفئات النادرة في مجموعة البيانات. أظهرت النتائج التجريبية على مجموعة بيانات تحدي إشغال ثلاثي الأبعاد nuScenes تفوق النهج المقترح على الأساليب الأساسية والأساليب المتقدمة.