CycleBEV: 通过视角循环一致性正则化鸟瞰视角语义分割网络
计算机视觉与模式识别
2026-03-02 v1 人工智能
摘要
将图像特征从透视视图 (PV) 空间转换到鸟瞰视角 (BEV) 空间在自动驾驶中因深度模糊和遮挡而具有挑战性。尽管提出了若干视角转换 (VT) 范式,但挑战依旧。本文提出一种新型正则化框架,称为 CycleBEV,以增强现有 VT 模型用于 BEV 语义分割。灵感来源于循环一致性,广泛应用于图像分布建模,我们设计一种逆视角转换 (IVT) 网络,将 BEV 语义分割图映射回 PV 语义分割图,并通过循环一致性损失在训练期间对 VT 网络进行正则化,使其能够从输入 PV 图像中捕获更丰富的语义和几何信息。为进一步利用 IVT 网络的能力,我们引入两种新颖想法,将循环一致性扩展至几何空间和表示空间。我们在四个代表性 VT 模型上进行评估,这些模型覆盖三大主要范式,并使用大规模 nuScenes 数据集。实验结果显示,在不增加推理复杂度的情况下,CycleBEV 在可驾驶区域、车辆和行人类别上分别实现了最高达 0.74、4.86 和 3.74 mIoU 的提升,因为 IVT 网络仅用于训练。实现代码已公开于 https://github.com/JeongbinHong/CycleBEV。
引用
@article{arxiv.2602.23575,
title = {CycleBEV: Regularizing View Transformation Networks via View Cycle Consistency for Bird's-Eye-View Semantic Segmentation},
author = {Jeongbin Hong and Dooseop Choi and Taeg-Hyun An and Kyounghwan An and Kyoung-Wook Min},
journal= {arXiv preprint arXiv:2602.23575},
year = {2026}
}
备注
CVPR 2026