Surroundocc framework 让我们以SurroundOcc为例，详细探讨整个处理流程，以便大家更好地理解Occupancy HEAD的概念。 在流程的最左端，我们有多摄像头特征(Multi-camera features)，这对应于我们先前提到的图像视图编码器(Image-View Encoder)。这实际上是类似于U-net的结构，用于多尺度RGB图像的二维特征提取。简而

前言 本文分享“占用网络”方案中，来自ICCV 2023的SurroundOcc，它基于环视相机实现3D语义占用预测。 使用空间交叉注意力将多相机图像信息提升到3D体素特征，即3D体素Query到2D图像中查询融合特征的思想。 然后使用3D卷积逐步对体素特征进行上采样，并在多个层次特征图上进行损失监督。 论文地址：SurroundOcc: Multi-Camera 3D Occupancy