如下圖是BEV的表示例子結(jié)果：

這項工作是基于弱雙目真值對單目語義度量占用網(wǎng)格映射（semantic-metric occupancy grid mapping ）做端到端學(xué)習(xí)。該網(wǎng)絡(luò)學(xué)會預(yù)測四個類別（road/terrain/sidewalk/non-free space），以及一個攝像機到鳥瞰圖的映射。它的核心是利用變分編碼器/解碼器網(wǎng)絡(luò)（variational encoder-decoder network，VED），該網(wǎng)絡(luò)對駕駛場景的前視視覺信息進行編碼，然后解碼為2D頂視直角坐標(biāo)系。其采用的嵌入矢量較小的變化采樣具有對車輛動態(tài)擾動的魯棒性，以及針對未見KITTI數(shù)據(jù)的泛化性。

如下圖是可變編碼器-解碼器方法的說明： 從單個前視圖RGB圖像中，系統(tǒng)可以預(yù)測2-D頂視圖語義度量占用網(wǎng)格圖。

如下圖是一些不同方法在測試集得到的映射圖例子：