SuperQuadricOcc: Multi-Layer Gaussian Approximation of Superquadrics for Real-Time Self-Supervised Occupancy Estimation
作者: Seamie Hayes, Reenu Mohandas, Tim Brophy, Alexandre Boulch, Ganesh Sistu, Ciaran Eising
分类: cs.CV
发布日期: 2025-11-21 (更新: 2025-11-25)
🔗 代码/项目: GITHUB
💡 一句话要点
SuperQuadricOcc：基于超二次曲面的多层高斯近似，实现实时自监督占据估计
🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)
关键词: 占据估计 超二次曲面 高斯近似 自监督学习 实时推理 场景理解 自动驾驶
📋 核心要点
- 现有基于高斯分布的自监督占据估计方法，存在内存需求高、难以实时推理的挑战。
- SuperQuadricOcc利用超二次曲面表示场景，并通过多层高斯近似实现可微分栅格化，从而进行自监督训练。
- 实验表明，该方法在Occ3D数据集上显著降低了内存占用，提高了推理速度和精度，实现了实时性能。
📝 摘要（中文）
语义占据估计为自动驾驶提供全面的场景理解，提供感知和规划所需的高密度空间和语义信息。虽然高斯表示已广泛应用于自监督占据估计，但大量高斯基元的部署会急剧增加内存需求，不适合实时推理。相比之下，超二次曲面由于其多样化的形状集，允许减少基元数量并降低内存需求。然而，由于缺乏超二次曲面栅格化器以实现模型监督，将其实现到自监督占据模型中并非易事。我们提出的方法SuperQuadricOcc采用基于超二次曲面的场景表示。通过利用超二次曲面的多层icosphere-tessellated高斯近似，我们能够在训练期间进行高斯栅格化以进行监督。在Occ3D数据集上，SuperQuadricOcc与之前基于高斯的方法相比，内存占用减少了75%，推理速度提高了124%，mIoU提高了5.9%，且未使用时间标签。据我们所知，这是第一个在保持竞争性能的同时实现实时推理的占据模型。相对于基于高斯的方法，超二次曲面的使用将场景建模所需的基元数量减少了84%。最后，我们的快速超二次曲面体素化模块有助于评估先前的方法。
🔬 方法详解
问题定义：论文旨在解决自监督占据估计中，基于高斯分布的方法内存占用高、推理速度慢的问题。现有方法需要大量高斯基元来表示场景，导致计算和存储负担过重，难以满足自动驾驶等实时性要求高的应用场景。
核心思路：论文的核心思路是使用超二次曲面来表示场景。超二次曲面可以用更少的参数表示复杂的形状，从而减少基元的数量，降低内存占用。为了实现自监督训练，论文提出了一种多层高斯近似方法，将超二次曲面近似为多个高斯分布的组合，从而可以使用现有的高斯栅格化器进行监督。
技术框架：SuperQuadricOcc的整体框架包括以下几个主要模块：1) 超二次曲面参数预测模块：用于预测场景中每个对象的超二次曲面参数。2) 多层高斯近似模块：将每个超二次曲面近似为多个高斯分布的组合。3) 高斯栅格化模块：使用高斯栅格化器将高斯分布渲染到体素网格中，生成占据概率。4) 自监督损失函数：使用自监督损失函数（例如，基于点云的重建损失）来训练整个模型。
关键创新：论文最重要的技术创新点是提出了超二次曲面的多层高斯近似方法。这种方法巧妙地将超二次曲面的表示能力与高斯栅格化器的可微分性结合起来，从而实现了基于超二次曲面的自监督占据估计。与直接使用超二次曲面进行栅格化相比，该方法避免了复杂的求导过程，简化了训练过程。
关键设计：论文的关键设计包括：1) 使用icosphere进行超二次曲面的多层高斯近似，保证了近似的精度和效率。2) 设计了合适的自监督损失函数，例如点云重建损失，来指导模型的训练。3) 优化了高斯栅格化器的实现，提高了推理速度。
🖼️ 关键图片
📊 实验亮点
SuperQuadricOcc在Occ3D数据集上取得了显著的性能提升。与之前的基于高斯的方法相比，内存占用减少了75%，推理速度提高了124%，mIoU提高了5.9%，并且没有使用时间标签。此外，该方法将场景建模所需的基元数量减少了84%。这些结果表明，SuperQuadricOcc在实时性和精度方面都具有显著优势。
🎯 应用场景
该研究成果可应用于自动驾驶、机器人导航、三维场景重建等领域。通过更高效地表示和理解周围环境，可以提升自动驾驶系统的感知能力和决策水平，提高机器人在复杂环境中的导航能力，并为三维场景重建提供更紧凑和准确的表示。
📄 摘要（原文）
Semantic occupancy estimation enables comprehensive scene understanding for automated driving, providing dense spatial and semantic information essential for perception and planning. While Gaussian representations have been widely adopted in self-supervised occupancy estimation, the deployment of a large number of Gaussian primitives drastically increases memory requirements and is not suitable for real-time inference. In contrast, superquadrics permit reduced primitive count and lower memory requirements due to their diverse shape set. However, implementation into a self-supervised occupancy model is nontrivial due to the absence of a superquadric rasterizer to enable model supervision. Our proposed method, SuperQuadricOcc, employs a superquadric-based scene representation. By leveraging a multi-layer icosphere-tessellated Gaussian approximation of superquadrics, we enable Gaussian rasterization for supervision during training. On the Occ3D dataset, SuperQuadricOcc achieves a 75% reduction in memory footprint, 124% faster inference, and a 5.9% improvement in mIoU compared to previous Gaussian-based methods, without the use of temporal labels. To our knowledge, this is the first occupancy model to enable real-time inference while maintaining competitive performance. The use of superquadrics reduces the number of primitives required for scene modeling by 84% relative to Gaussian-based approaches. Finally, evaluation against prior methods is facilitated by our fast superquadric voxelization module. The code will be made available at https://github.com/seamie6/SuperQuadricOcc.