RelMap：利用类别感知空间关系和语义先验增强在线地图构建
计算机视觉与模式识别
2025-09-29 v2
摘要
在线高清（HD）地图构建是扩大自动驾驶系统规模的关键因素。尽管基于Transformer的方法在在线HD地图构建中变得十分流行，但大多数现有方法忽略了地图元素之间固有的空间依赖性和语义关系，这限制了其准确性和泛化能力。为此，我们提出了RelMap，一个显式建模空间关系和语义先验的端到端框架，用于增强在线HD地图构建。具体而言，我们引入了类别感知空间关系先验，通过可学习的类别感知关系编码器显式编码地图元素之间的相对位置依赖性。此外，我们设计了基于混合专家的语义先验，根据预测的类别概率将特征路由到类别特定的专家，以细化实例特征解码。RelMap与单帧和时序感知 backbone 均兼容，在nuScenes和Argoverse 2数据集上均实现了最先进的性能。
引用
@article{arxiv.2507.21567,
title = {RelMap: Enhancing Online Map Construction with Class-Aware Spatial Relation and Semantic Priors},
author = {Tianhui Cai and Yun Zhang and Zewei Zhou and Zhiyu Huang and Jiaqi Ma},
journal= {arXiv preprint arXiv:2507.21567},
year = {2025}
}