基于语义-距离自适应高斯的场景语义占用预测方法

本发明提供一种基于语义‑距离自适应高斯的场景语义占用预测方法，涉及机器学习技术领域。方法包括对车辆四周的环视图像序列进行体征提取和点云采集，将特征图输入双分支预测网络，得到原始采样点的语义信息和位置信息，对原始采样点云集进行筛选，得到初始化高斯锚点，将初始化高斯锚点分配至不同空间分辨率的层级；根据层级和语义信息，调整预设基础语义尺度，得到高斯椭球的修正尺度，为每个高斯椭球随机添加旋转向量，得到高斯椭球的初始四维属性；使用高斯属性迭代模型对初始四维属性进行多轮动态调整，最终投影至目标体素网格，生成稠密3D语义占用预测，预测结果更加准确。实现计算资源的智能动态调配以及高效实时的三维场景理解能力。