RNGDet:基于 Transformer 的航拍图像路网图检测
计算机视觉与模式识别
2022-08-10 v2
摘要
路网图为自动驾驶应用提供关键信息,例如可用于运动规划算法的可行驶区域。为获取路网图,人工标注通常低效且费力。自动检测路网图可缓解此问题,但现有工作仍存在一些局限。例如,基于分割的方法无法确保令人满意的拓扑正确性,而基于图的方法无法给出足够精确的检测结果。为解决这些问题,本文提出一种基于 transformer 与模仿学习的新方法。鉴于如今高分辨率航拍图像在全球范围内易于获取,我们在方法中利用航拍图像。以航拍图像为输入,我们的方法逐顶点迭代生成路网图。我们的方法可处理具有不同数量入射路段的复杂交叉点。我们在公开数据集上评估了该方法,对比实验证明了其优越性。我们的工作附有演示视频,可在 \url{https://tonyxuqaq.github.io/projects/RNGDet/} 查看。
关键词
引用
@article{arxiv.2202.07824,
title = {RNGDet: Road Network Graph Detection by Transformer in Aerial Images},
author = {Zhenhua Xu and Yuxuan Liu and Lu Gan and Yuxiang Sun and Xinyu Wu and Ming Liu and Lujia Wang},
journal= {arXiv preprint arXiv:2202.07824},
year = {2022}
}
备注
Accepted by IEEE Transactions on Geoscience and Remote Sensing