DA-BEV：面向鸟瞰视角感知的无监督域适应
计算机视觉与模式识别
2024-10-08 v2
摘要
纯视觉的鸟瞰视角（BEV）在三维空间环境感知中展现出巨大潜力。然而，大多数现有研究是在有监督设置下进行的，在处理各种新数据时无法良好扩展。无监督域自适应BEV，即从各种无标签目标数据中有效学习，目前探索甚少。在本工作中，我们设计了DA-BEV，这是首个域自适应纯视觉BEV框架，通过利用图像视角特征和BEV特征的互补性来应对域自适应BEV的挑战。DA-BEV将查询（query）的概念引入域适应框架，以从图像视角和BEV特征中提取有用信息。它包含两种基于查询的设计，即基于查询的对抗学习（QAL）和基于查询的自训练（QST），利用图像视角特征或BEV特征来规范另一方的适应过程。大量实验表明，DA-BEV在多个数据集和任务（如3D目标检测和3D场景分割）上持续取得了优越的域自适应BEV感知性能。
引用
@article{arxiv.2401.08687,
title = {DA-BEV: Unsupervised Domain Adaptation for Bird's Eye View Perception},
author = {Kai Jiang and Jiaxing Huang and Weiying Xie and Yunsong Li and Ling Shao and Shijian Lu},
journal= {arXiv preprint arXiv:2401.08687},
year = {2024}
}