Mask2Map：基于鸟瞰图分割掩码的矢量化 HD 地图构建
计算机视觉与模式识别
2024-12-13 v4
摘要
本文提出Mask2Map，一种面向自动驾驶应用的 novel end-to-end 在线 HD 地图构建方法。我们的 approach（方法）聚焦于预测场景中地图实例的类别和有序点集，表现为鸟瞰图（BEV）表示。Mask2Map包含两个主要组件：实例级掩码预测网络（IMPNet）和掩码驱动地图预测网络（MMPNet）。IMPNet生成Mask-Aware Queries和BEV分割掩码，以全局捕获全面语义信息。随后，MMPNet通过两个子模块利用局部上下文信息增强这些查询特征：位置查询生成器（PQG）和几何特征提取器（GFE）。PQG通过将BEV位置信息嵌入Mask-Aware Queries来提取实例级位置查询，而GFE利用BEV分割掩码生成点级几何特征。然而，我们观察到由于IMPNet和MMPNet对Ground Truth（GT）匹配预测不同而导致的网络间不一致性限制了Mask2Map的性能。为解决此问题，我们提出了Inter-network Denoising Training方法，该方法引导模型对受噪声GT查询和扰动GT分割掩码影响的输出进行去噪。我们的评估在nuScenes和Argoverse2基准上表明，Mask2Map相较于先前的 state-of-the-art 方法实现了显著性能提升，分别提升了10.1% mAP和4.1 mAP。我们的代码可在https://github.com/SehwanChoi0307/Mask2Map 查找。
引用
@article{arxiv.2407.13517,
title = {Mask2Map: Vectorized HD Map Construction Using Bird's Eye View Segmentation Masks},
author = {Sehwan Choi and Jungho Kim and Hongjae Shin and Jun Won Choi},
journal= {arXiv preprint arXiv:2407.13517},
year = {2024}
}
备注
Accepted to European Conference on Computer Vision (ECCV) 2024, 20 pages, 9 figures