基于车载视频的在线车道图提取
计算机视觉与模式识别
2023-04-04 v1
摘要
自动驾驶需要对周围道路网络有结构化的理解以进行导航。此类理解最常见且最有用的表示形式之一是以 BEV 车道图呈现。在本工作中，我们利用车载摄像头的视频流进行周围车道图的在线提取。以视频而非单张图像作为输入，在融合不同时间步信息方面既带来益处也带来挑战。我们通过三种不同方法研究出现的挑战。第一种方法是后处理步骤，能够将单帧车道图估计合并为统一车道图。第二种方法在 transformer 中使用时空嵌入，使网络能够发现最佳时间聚合策略。最后，第三种亦即所提方法，是通过显式 BEV 投影与逐帧特征对齐实现的早期时间聚合。这一所提简单而有效的方法的单一模型可处理任意数量的图像（包括一张），以生成准确的车道图。在 Nuscenes 和 Argoverse 数据集上的实验显示了所有方法的有效性，同时凸显了所提方法的优越性。代码将公开。
引用
@article{arxiv.2304.00930,
title = {Online Lane Graph Extraction from Onboard Video},
author = {Yigit Baran Can and Alexander Liniger and Danda Pani Paudel and Luc Van Gool},
journal= {arXiv preprint arXiv:2304.00930},
year = {2023}
}