DualBEV：利用概率对应关系统一双视图变换
计算机视觉与模式识别
2024-09-16 v2
摘要
基于相机的鸟瞰图（BEV）感知常在采用 3D 到 2D 或 2D 到 3D 视图变换（VT）之间陷入两难。3D 到 2D VT 通常采用资源密集型的 Transformer 来建立 3D 和 2D 特征之间的鲁棒对应关系，而 2D 到 3D VT 则利用 Lift-Splat-Shoot (LSS) 流程以实现实时应用，但可能会丢失远距离信息。为解决这些局限性，我们提出了 DualBEV，这是一个统一框架，利用共享的特征变换并结合三种概率度量来兼顾这两种策略。通过在单一阶段考虑双视图对应关系，DualBEV 有效弥合了这些策略之间的差距，利用了它们各自的优势。我们的方法在不使用 Transformer 的情况下实现了最先进（state-of-the-art）的性能，交付了与 LSS 方法相当的效率，在 nuScenes 测试集上达到了 55.2% 的 mAP 和 63.4% 的 NDS。代码地址：\url{https://github.com/PeidongLi/DualBEV}
引用
@article{arxiv.2403.05402,
title = {DualBEV: Unifying Dual View Transformation with Probabilistic Correspondences},
author = {Peidong Li and Wancheng Shen and Qihao Huang and Dixiao Cui},
journal= {arXiv preprint arXiv:2403.05402},
year = {2024}
}
备注
Accepted by ECCV 2024