一种用于3D车道检测中BEV与车道表征同步学习的高效Transformer
计算机视觉与模式识别
2023-06-09 v1
摘要
在三维空间中准确检测车道线对自动驾驶至关重要。现有方法通常先借助逆透视映射（IPM）将图像视角特征转换为鸟瞰图（BEV），再基于BEV特征检测车道线。然而，IPM忽略了道路高度的变化，导致视角转换不准确。此外，该过程的两个独立阶段会引起累积误差并增加复杂度。为克服这些局限，我们提出了一种用于3D车道检测的高效Transformer。与原始Transformer不同，我们的模型包含一种分解的交叉注意力机制，可同时学习车道与BEV表征。该机制将图像视角与BEV特征间的交叉注意力分解为图像视角与车道特征间的交叉注意力，以及车道与BEV特征间的交叉注意力，两者均使用真实车道线进行监督。我们的方法通过将车道特征分别作用于图像视角和BEV特征，得到2D与3D车道预测。由于视角转换是通过有监督交叉注意力从数据中学习得到的，这比基于IPM的方法实现了更精确的视角转换。此外，车道与BEV特征间的交叉注意力使二者相互调整，从而获得比两个独立阶段更准确的车道检测。最后，分解后的交叉注意力比原始交叉注意力更高效。在OpenLane和ONCE-3DLanes上的实验结果证明了我们方法的SOTA性能。
引用
@article{arxiv.2306.04927,
title = {An Efficient Transformer for Simultaneous Learning of BEV and Lane Representations in 3D Lane Detection},
author = {Ziye Chen and Kate Smith-Miles and Bo Du and Guoqi Qian and Mingming Gong},
journal= {arXiv preprint arXiv:2306.04927},
year = {2023}
}