基于图自编码的自监督道路布局解析

为实现更高层次的场景理解，本文提出一种神经网络方法，以鸟瞰视角的道路布局地图作为输入，预测出表示道路拓扑布局的、可供人理解的图像。我们的方法将道路布局的理解从像素级提升到图级。为实现这一目标，采用了图像-图-图像自编码器。该网络被设计为在其自编码器瓶颈处学习回归图表示。这一学习通过图像重建损失进行自监督，无需任何外部人工标注。我们构建了一个包含常见道路布局模式的合成数据集，并将其与真实世界的 Argoverse 数据集一起用于自编码器的训练。通过使用这一在概念上捕捉了人类对道路布局的认知并使其可供网络训练使用的额外合成数据集，我们能够在真实世界 Argoverse 数据集上稳定并进一步提升拓扑道路布局理解的性能。评估表明，我们的方法与一个强全监督基线取得了相当的性能。