LiDAR2Map：基于在线相机蒸馏的激光雷达语义地图构建辩护
计算机视觉与模式识别
2023-06-06 v2 机器人学
摘要
鸟瞰图（BEV）下的语义地图构建在自动驾驶中起着至关重要的作用。与相机图像相比，激光雷达提供精确的 3D 观测，可固有地将所捕获的 3D 特征投影到 BEV 空间。然而，基于激光雷达的朴素 BEV 特征常包含许多不确定的噪声，其空间特征缺乏纹理与语义线索。本文中，我们提出一种有效的基于激光雷达的方法来构建语义地图。具体而言，我们引入了 BEV 特征金字塔解码器，学习鲁棒的多尺度 BEV 特征用于语义地图构建，大幅提升了基于激光雷达方法的精度。为缓解激光雷达数据缺乏语义线索导致的缺陷，我们提出一种在线相机到激光雷达蒸馏方案，以促进从图像到点云的语义学习。我们的蒸馏方案由特征级和 logit 级蒸馏组成，以在 BEV 中吸收来自相机的语义信息。在具有挑战性的 nuScenes 数据集上的实验结果证明了我们所提出的 LiDAR2Map 在语义地图构建上的有效性，其显著优于先前基于激光雷达的方法超过 27.9% mIoU，甚至优于最先进的基于相机的方法。源代码见：https://github.com/songw-zju/LiDAR2Map。
引用
@article{arxiv.2304.11379,
title = {LiDAR2Map: In Defense of LiDAR-Based Semantic Map Construction Using Online Camera Distillation},
author = {Song Wang and Wentong Li and Wenyu Liu and Xiaolu Liu and Jianke Zhu},
journal= {arXiv preprint arXiv:2304.11379},
year = {2023}
}
备注
Accepted by CVPR2023