本文深入解析Lift-Splat-Shoot（LSS）方法，一种用于BEV感知的技术。首先，介绍如何通过深度离散预估将2D图像特征转换为3D特征；接着，详细阐述如何将3D信息编码为BEV特征图；最后，探讨如何在BEV特征图上执行任务，如检测和分割。LSS通过无深度传感器的2D图像实现了3D感知，创新性地处理多摄像头数据。
前言
LSS全称是Lift-Splat-Shoot，它先从车辆周围的多个摄像头拍摄到的图像进行特征提取，在特征图中估计出每个点的深度，然后把这些点“提升”到3D空间中。
接着，这些3D信息被放置到一个网格上，最后将这些信息“拍扁”到一个平面视图上，形成BEV特征图。
- Lift，是提升的意思，2D → 3D特征转换模块，将二维图像特征生成3D特征，涉及到深度估计。
- Splat，是展开的意思，3D → BEV特征编码模块，把3D特征“拍扁”得到BEV特征图。
- Shooting，是指在BEV特征图上进行相关任务操作，比如检测、分割、轨迹预测等。
论文地址：
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
