華為最新的論文《VisionPAD: A Vision-Centric Pre-training Paradigm for Autonomous Driving》，10位作者中有5位來自華為諾亞方舟實(shí)驗(yàn)室，其余基本都是香港中文大學(xué)，且這其中還有3個(gè)人是在華為諾亞方舟實(shí)驗(yàn)室實(shí)習(xí)，可以說有8個(gè)人來自華為諾亞方舟實(shí)驗(yàn)室。VisionPAD提出了一種比較新穎的預(yù)訓(xùn)練方法來提升OCC性能，將OCC性能關(guān)鍵指標(biāo)mIoU推高到45%，達(dá)到業(yè)內(nèi)第一，學(xué)術(shù)界一般研究超前課題，但華為依然研究BEV+OCC，顯示出傳統(tǒng)算法還有很強(qiáng)的生命力。

Occupancy Network并非特斯拉發(fā)明，最先提出Occupancy Network的是2018年的論文《Occupancy Networks: Learning 3D Reconstruction in Function Space》，主要作者是Tubingen大學(xué)和博世旗下軟件公司ETAS。更早可以追溯至2012年的論文《Indoor Segmentation and Support Inference from RGBD Images》，主要作者是紐約大學(xué)。而最早可以追溯到1986年的論文《A computational approach to edge detection》。Occupancy Network源自語義分割，語義分割需要連續(xù)邊界而不是傳統(tǒng)的Bounding Box（一般會(huì)縮寫為BBox），語義分割再加上2D或3D重建，就是Occupancy Network。不過讓Occupancy Network揚(yáng)名天下的是特斯拉。

大家有沒有發(fā)現(xiàn)，這幾個(gè)月所有主機(jī)廠、自動(dòng)駕駛公司做技術(shù)宣傳時(shí)，不約而同提到一個(gè)新名詞：OCC，或者說占用網(wǎng)絡(luò)。這是深度學(xué)習(xí)算法領(lǐng)域在自動(dòng)駕駛的新應(yīng)用，2023年10月，極越汽車首次在國內(nèi)將OCC引入量產(chǎn)車。