MapPrior：基于生成模型的鸟瞰图地图布局估计
计算机视觉与模式识别
2023-08-25 v1 机器人学
摘要
尽管鸟瞰图（BEV）感知取得巨大进展，现有模型在生成真实且连贯的语义地图布局方面存在不足，且未能考虑由部分传感器信息（如遮挡或有限覆盖）引起的不确定性。本工作中，我们提出MapPrior，一种新颖的BEV感知框架，将传统判别型BEV感知模型与用于语义地图布局的学习型生成模型相结合。我们的MapPrior提供更准确、真实且具不确定性意识的预测。我们在大规模nuScenes基准上评估模型。提交时，MapPrior优于最强竞争方法，在基于相机和LiDAR的BEV感知中MMD和ECE分数显著改善。
引用
@article{arxiv.2308.12963,
title = {MapPrior: Bird's-Eye View Map Layout Estimation with Generative Models},
author = {Xiyue Zhu and Vlas Zyrianov and Zhijian Liu and Shenlong Wang},
journal= {arXiv preprint arXiv:2308.12963},
year = {2023}
}