OccFiner是一个新颖的离线框架，通过多对多局部传播网络和区域中心全局传播两个混合阶段来提高基于视觉的占位预测的准确性。它解决了几何和语义估计、视角变化连续性以及单视图遮挡等问题，并在SemanticKITTI数据集上取得了最新性能记录。

OccFiner是一个离线框架，旨在提高基于视觉的占位预测的准确性。该框架通过多对多局部传播网络和区域中心全局传播两个混合阶段来解决几何和语义估计、视角变化连续性以及单视图遮挡等问题。在SemanticKITTI数据集上，OccFiner实现了几何和语义准确性的提升，并超越了基于激光雷达的离线SSC模型的水平。