聚焦 BEV：单目鸟瞰视图分割的自校准循环视图转换
计算机视觉与模式识别
2024-10-22 v1
摘要
鸟瞰视图（Bird-Eye-View，BEV）分割旨在从仰视视图到顶视视图建立空间映射，并从单目图像中估计语义图。近期研究在视图转换中遇到了由于 BEV-不可知特征在图像空间中被破坏而难以处理的问题。为此，我们提出了 novel FocusBEV 框架，包括 (i) 自校准的跨视图转换模块以抑制 BEV-不可知图像区域并聚焦于视图转换阶段的 BEV-相关区域、(ii) 插件式基于 ego 动作的时序融合模块以利用 BEV 空间中时空结构一致性并配合记忆库，以及 (iii) 针对语义和位置不确定性的占用-agnostic IoU 损失。实验证据表明，我们的方法在两个流行基准测试上实现了新的 state-of-the-art，分别为 nuScenes 和 Argoverse，分别达到 29.2% mIoU 和 35.2% mIoU。
引用
@article{arxiv.2410.15932,
title = {Focus on BEV: Self-calibrated Cycle View Transformation for Monocular Birds-Eye-View Segmentation},
author = {Jiawei Zhao and Qixing Jiang and Xuede Li and Junfeng Luo},
journal= {arXiv preprint arXiv:2410.15932},
year = {2024}
}