跳转到内容

稀疏时空采样

类型 笔记 · 更新 2026-07-11

标签 3d-detection · temporal-fusion · sparse-representation

所属 自动驾驶 3D 感知、时序融合与跟踪

时序 3D 感知不必先构建 dense BEV 或 4D 体素。可以围绕少量候选目标状态生成 keypoints,只在相关的相机、尺度和历史帧特征上采样。

Dense 表示覆盖完整空间,但计算和存储随空间分辨率增长。目标级稀疏表示把成本主要绑定到 instance 数量、keypoint 数量、相机数和特征层数。

Sparse4D v1 将显式 3D anchor 的 keypoints 投影到当前与历史图像,聚合多视角、多尺度特征并迭代更新 anchor。