本文介绍了自监督学习方法SelfOcc，通过视频序列学习3D占用，将图像转换为3D空间。在SemanticKITTI和Occ3D数据集上表现出色，单帧输入提升58.7%，是首个在Occ3D上实现合理3D占用的自监督方法，并在多个数据集上取得了深度合成和估计的先进成果。

本文提出了一种自监督学习方法SelfOcc，通过视频序列学习3D占用情况，将图像转换为3D空间来得到3D场景表示，并利用自监督信号优化这些表示。SelfOcc在SemanticKITTI和Occ3D上相比之前最佳方法提高了58.7%，是首个在Occ3D上为周围摄像头产生合理的3D占用情况的自监督工作。SelfOcc在SemanticKITTI、KITTI-2015和nuScenes上达到了最先进的结果，实现了高质量的深度估计。