MamBEV：启用状态空间模型学习鸦鸟视角表征
计算机视觉与模式识别
2025-03-27 v2 机器学习
摘要
3D视觉感知任务，如从多相机图像中进行3D检测，是自动驾驶和辅助系统的关键组件。然而，设计计算效率高的方法仍是重大挑战。本文提出了基于Mamba的框架MamBEV，使用线性时空SSM基注意力学习统一的鸦鸟视角(BEV)表征。该方法支持多种3D感知任务，在计算和内存效率方面显著提升。此外，我们引入了基于SSM的交叉注意力，类似于标准交叉注意力，BEV查询表征可以与相关图像特征进行交互。大量实验表明，MamBEV在多样化的视觉感知指标上表现出色，突出其在输入规模效率方面的优势。
引用
@article{arxiv.2503.13858,
title = {MamBEV: Enabling State Space Models to Learn Birds-Eye-View Representations},
author = {Hongyu Ke and Jack Morris and Kentaro Oguchi and Xiaofei Cao and Yongkang Liu and Haoxin Wang and Yi Ding},
journal= {arXiv preprint arXiv:2503.13858},
year = {2025}
}