HierDAMap：通过层次化视角先验迈向通用域自适应 BEV 映射

鸟瞰图（BEV）映射技术的探索推动了自动驾驶视觉感知技术的重大创新。BEV 映射模型需要应用于无标签的真实世界，使得无监督域自适应模型的研究成为一条重要途径。然而，BEV 映射的无监督域自适应研究仍然有限，不能完美适应所有 BEV 映射任务。为了填补这一空白，本文提出了 HierDAMap，一个通用且整体的 BEV 域自适应框架，具有层次化视角先验。与现有仅利用先验知识进行图像级学习的研究不同，本文探索了视角先验知识在三个不同层次上的指导作用：全局、稀疏和实例层次。利用这些先验，HierDA 包含三个必要组件，包括语义引导伪监督（SGPS）、动态感知一致性学习（DACL）和跨域视锥混合（CDFM）。SGPS 通过 2D 空间中视觉基础模型生成的伪标签来约束视角特征分布的跨域一致性。为缓解空间变化引起的特征分布差异，DACL 利用不确定性感知的预测深度作为中介，从视角伪标签推导动态 BEV 标签，从而约束由对应视角特征导出的粗粒度 BEV 特征。CDFM 则利用视锥的视角掩码混合两个域中的多视角视角图像，通过混合 BEV 标签引导跨域视角变换和编码学习。所提方法在多个 BEV 映射任务上得到验证，如 BEV 语义分割、高清语义分割和矢量映射。源代码将在 https://github.com/lynn-yu/HierDAMap 公开。