DV-3DLane：基于双视图表示的端到端多模态 3D 车道检测框架
计算机视觉与模式识别
2024-06-25 v1
摘要
精准的 3D 车道估计对于确保自动驾驶安全至关重要。然而，现有的单目技术受深度损失和光照变化影响，致使难以实现准确的 3D 车道检测。相比之下，LiDAR 点提供几何线索，实现精确定位。在本文中，我们提出 DV-3DLane，一种 novel 的端到端双视图多模态 3D 车道检测框架，协同利用图像和 LiDAR 点的优势。我们提议在双视图空间（即透视视图 PV 和鸟瞰视图 BEV）中学习多模态特征，有效利用各模态特有的信息。为实现此目标，我们引入三项设计：1）双向特征融合策略，将多模态特征整合到每个视图空间中，挖掘其独特优势。2）统一的查询生成方法，利用 PV 和 BEV 空间中的车道相关知识生成查询。3）3D 双视图可变形注意力机制，将来自 PV 和 BEV 空间中具辨识力的特征聚合到查询中，以实现准确的 3D 车道检测。在公开基准数据集 OpenLane 上的大量实验表明，DV-3DLane 的有效性和效率。它在 F1 分数上实现了显著的 11.2 提升，错误率降低了 53.5%。代码地址为 \url{https://github.com/JMoonr/dv-3dlane}。
引用
@article{arxiv.2406.16072,
title = {DV-3DLane: End-to-end Multi-modal 3D Lane Detection with Dual-view Representation},
author = {Yueru Luo and Shuguang Cui and Zhen Li},
journal= {arXiv preprint arXiv:2406.16072},
year = {2024}
}
备注
Accepted at ICLR2024