著者らは、4Dミリ波レーダーとカメラデータを用いて3D物体検出とセマンティック占有予測を共同で行う360度フルシーン知覚のためのフレームワークである4DR360を提案する。本手法は、粗い粒度から細かい粒度への特徴集約を通じて段階的に伝播される永続的なシーン状態としてセマンティック占有をモデル化する。

  • 状態誘導BEV強化（SBE）は、フレーム内Bird's Eye View表現を強化する。
  • ドップラー誘導時間融合（DTF）は、より長い時間的範囲にわたって状態証拠を保持する。
  • ManTruckScenesデータセットは、衛星マップベースの生成占有ラベルで拡張される。
  • 評価では、ManTruckScenesとOmniHD-Scenesをペアリングした統一されたクロスデータセットプロトコルが使用される。

本フレームワークは、ボックスのデコーディングと占有予測の相互作用が限定的な既存の方法の限界に対処し、レーダーベースのマルチタスク学習の進展を目指している。