MGMapNet：面向终端化矢量化 HD 图构建的多粒度表征学习
计算机视觉与模式识别
2025-06-13 v1
摘要
矢量化高定义（HD）地图构建通常需要捕获地图元素的类别与几何信息。当前研究方法多仅采用点级或实例级表征，忽略了点与实例之间强烈的内在关系。本文提出一种简洁高效的框架，命名为 MGMapNet（Multi-Granularity Map Network），以多粒度表征建模地图元素，将粗粒度的实例级与细粒度的点级查询集成在一起。具体而言，这两种粒度的查询通过提出的多粒度聚合器（Multi-Granularity Aggregator）从多尺度鸟瞰视图（BEV）特征中生成。在该模块中，实例级查询对覆盖单个实例整个范围的特征进行聚合，而点级查询则进行局部特征聚合。进而设计了点-实例交互模块（Point Instance Interaction），以促进实例级与点级查询之间的信息交换。实验结果表明，所提MGMapNet 在 nuScenes 上比 MapTRv2 高出 5.3 个 mAP，在 Argoverse2 上高出 4.4 个 mAP，实现了最先进的性能。
引用
@article{arxiv.2410.07733,
title = {MGMapNet: Multi-Granularity Representation Learning for End-to-End Vectorized HD Map Construction},
author = {Jing Yang and Minyue Jiang and Sen Yang and Xiao Tan and Yingying Li and Errui Ding and Hanli Wang and Jingdong Wang},
journal= {arXiv preprint arXiv:2410.07733},
year = {2025}
}