站長(zhǎng)之家（ChinaZ.com）8月2日 消息:香港大學(xué)計(jì)算機(jī)視覺(jué)與機(jī)器智能實(shí)驗(yàn)室（CVMI Lab）和 TCL AI Lab 的研究人員共同開(kāi)發(fā)了一種名為 MarS3D 的輕量級(jí)模型，可以顯著提升自動(dòng)駕駛 AI 的物體運(yùn)動(dòng)狀態(tài)判別能力。
項(xiàng)目地址:https://github.com/CVMI-Lab/MarS3D
該模型通過(guò)給語(yǔ)義分割模型添加一個(gè)稱為 BEV Branch 的分支，利用鳥(niǎo)瞰視角提取點(diǎn)云數(shù)據(jù)的運(yùn)動(dòng)狀態(tài)信息，并與其他單掃描任務(wù)模型的語(yǔ)義信息特征進(jìn)行融合，實(shí)現(xiàn)了3D 點(diǎn)云的語(yǔ)義分割。與其他多掃描方法相比，MarS3D 具有以下特點(diǎn):
輕量級(jí)模型:MarS3D 的參數(shù)量?jī)H為約100K 大小，與主流點(diǎn)云分割模型相比僅增加了不到0.5% 的參數(shù)量。
即插即用:MarS3D 可以與任意主流點(diǎn)云分割模型結(jié)合使用，無(wú)需額外的計(jì)算量，推理時(shí)間僅增加不到0.03秒。
提升分割性能:在 SemanticKITTI 數(shù)據(jù)集上的測(cè)試結(jié)果表明，MarS3D 在主流的單掃描點(diǎn)云分割模型上，將性能提升了近5%。
快速計(jì)算:MarS3D 的推理過(guò)程僅需要一塊英偉達(dá) GeForce RTX3090GPU 即可完成，具有較低的計(jì)算成本。
該研究論文已被 CVPR2023收錄，項(xiàng)目已在 GitHub 開(kāi)源。這項(xiàng)研究為自動(dòng)駕駛系統(tǒng)的感知能力提供了一種高效而準(zhǔn)確的解決方案，為自動(dòng)駕駛技術(shù)的發(fā)展帶來(lái)了新的可能性。
（舉報(bào)）