面向鸟瞰图分割的高频洗牌数据增强 (HSDA)
计算机视觉与模式识别
2024-12-10 v1
摘要
自动驾驶汽车最近受到广泛关注，鸟瞰图（BEV）地图分割在该领域发挥着关键作用，为安全可靠的操作提供了基础。虽然数据增强是提高 BEV 地图分割网络常用技术，但现有方法主要关注操作时域表示。在本工作中，我们研究了频域数据增强在基于摄像头的 BEV 地图分割中的潜力。我们观察到，相机图像中的高频信息对于准确分割尤为关键。基于这一洞察，我们提出了高频洗牌数据增强（HSDA），这是一种新颖的数据增强策略，通过增强网络解释高频图像内容的能力来实现。该方法鼓励网络区分相关高频信息与噪声，从而提高小而细致图像区域的分割结果，以及更锐利的边缘和细节感知能力。在nuScenes数据集上评估，我们的方法在各种 BEV 地图分割网络上均显示出广泛适用性，实现了针对仅使用摄像头的系统的新的 state-of-the-art 平均 Intersection over Union（mIoU）为 61.3%。这一显著的改进凸显了频域数据增强在推动自动驾驶感知领域方面的潜力。代码已发布：https://github.com/Zarhult/HSDA
引用
@article{arxiv.2412.06127,
title = {HSDA: High-frequency Shuffle Data Augmentation for Bird's-Eye-View Map Segmentation},
author = {Calvin Glisson and Qiuxiao Chen},
journal= {arXiv preprint arXiv:2412.06127},
year = {2024}
}
备注
Accepted for publication at the 2025 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV). 8 pages excluding references, 5 figures