Map It Anywhere (MIA)：利用大规模公共数据实现鸟瞰视角地图制图
计算机视觉与模式识别
2024-12-06 v2
摘要
自下而上鸟瞰视角（BEV）地图因其丰富多样且适用于下游任务而广泛用于地面机器人导航。虽然最近的方法在从第一人称视角（FPV）图像预测 BEV 地图方面取得了进展，但其通用性仅限于由当前自动驾驶车辆数据集覆盖的小区域。在此背景下，我们展示了一种更可扩展的通用地图预测方法，可通过两个大规模众包地图平台实现：Mapillary 提供 FPV 图像，OpenStreetMap 提供 BEV 语义地图。我们引入 Map It Anywhere (MIA)，一个数据引擎，使能够无缝地构建和建模来自现有开源地图平台的标记化地图预测数据。使用我们的 MIA 数据引擎，我们展示了自动收集 120 万对 FPV 图像与 BEV 地图的数据集的便捷性，这些数据涵盖了多样化的地理、景观、环境因素、相机模型和捕获场景。我们进一步在该数据上训练一个简单的数据模型无关模型进行 BEV 地图预测。广泛的评估使用既定基准和我们的数据集显示，MIA 精选的数据可有效预训练通用 BEV 地图预测，零样本性能在现有数据集训练的基线上提升了 35%。我们的分析强调了使用大规模公共地图开发和测试通用 BEV 感知的前景，为更稳健的自动导航铺平了道路。网站：https://mapitanywhere.github.io/
引用
@article{arxiv.2407.08726,
title = {Map It Anywhere (MIA): Empowering Bird's Eye View Mapping using Large-scale Public Data},
author = {Cherie Ho and Jiaye Zou and Omar Alama and Sai Mitheran Jagadesh Kumar and Benjamin Chiang and Taneesh Gupta and Chen Wang and Nikhil Keetha and Katia Sycara and Sebastian Scherer},
journal= {arXiv preprint arXiv:2407.08726},
year = {2024}
}
备注
Accepted at the 38th Conference on Neural Information Processing Systems (NeurIPS 2024) Track on Datasets and Benchmarks. Website: https://mapitanywhere.github.io/