GitNet：基于几何先验的变换用于鸟瞰图分割
计算机视觉与模式识别
2022-07-22 v2 人工智能
摘要
鸟瞰图（BEV）语义分割因其强大的空间表示能力对自动驾驶至关重要。由于空间差异，从单目图像估计 BEV 语义图具有挑战性，因为这隐式要求同时实现透视图到 BEV 的变换与分割。我们提出一种新颖的基于几何先验的两阶段变换框架 GitNet，包含（i）几何引导的预对齐与（ii）基于射线的 transformer。在第一阶段，我们将 BEV 分割解耦为透视图分割与基于几何先验的映射，通过将 BEV 语义标签投影到图像平面进行显式监督，以学习可见性感知特征及可学习几何并转换至 BEV 空间。其次，预对齐的粗 BEV 特征由基于射线的 transformer 进一步形变以考虑可见性知识。GitNet 在具有挑战性的 nuScenes 和 Argoverse 数据集上取得了领先性能。
引用
@article{arxiv.2204.07733,
title = {GitNet: Geometric Prior-based Transformation for Birds-Eye-View Segmentation},
author = {Shi Gong and Xiaoqing Ye and Xiao Tan and Jingdong Wang and Errui Ding and Yu Zhou and Xiang Bai},
journal= {arXiv preprint arXiv:2204.07733},
year = {2022}
}
备注
ECCV 2022