MV-Map：具有多视角一致性的离线高精地图生成
计算机视觉与模式识别
2023-10-10 v3
摘要
尽管鸟瞰图（BEV）感知模型可用于以更少人力构建高精地图（HD-Maps），其结果往往不可靠，且在不同视角下预测的高精地图表现出明显的不一致。这是因为 BEV 感知通常以“车载”方式设置，限制了计算量，从而阻止算法同时推理多个视角。本文克服了这些局限，并倡导一种更实用的“离线”高精地图生成设置，该设置去除了计算约束，其依据是高精地图通常是数据中心离线构建的可复用基础设施。为此，我们提出一种名为 MV-Map 的新型离线流程，其利用多视角一致性，并借助“区域中心”框架的关键设计可处理任意数量的帧。在 MV-Map 中，目标高精地图通过聚合所有车载预测帧来创建，并由“不确定性网络”分配的置信度分数加权。为进一步增强多视角一致性，我们用由体素化神经辐射场（Voxel-NeRF）优化的全局 3D 结构来扩充不确定性网络。在 nuScenes 上的大量实验表明，我们的 MV-Map 显著提升了高精地图质量，进一步凸显了离线方法对于高精地图生成的重要性。
引用
@article{arxiv.2305.08851,
title = {MV-Map: Offboard HD-Map Generation with Multi-view Consistency},
author = {Ziyang Xie and Ziqi Pang and Yu-Xiong Wang},
journal= {arXiv preprint arXiv:2305.08851},
year = {2023}
}
备注
ICCV 2023