分离式RoadTopoFormer
计算机视觉与模式识别
2023-07-06 v1 人工智能
摘要
理解驾驶场景对实现自动驾驶至关重要。先前的工作如地图学习和BEV车道检测忽略了车道实例间的连接关系，而交通要素检测任务通常忽略与车道线的关系。为解决这些问题，提出了包含4个子任务的任务：交通要素检测、车道中心线检测、车道间连接关系推理以及车道与交通要素间分配关系推理。我们提出分离式RoadTopoFormer来解决这些问题，它是一个端到端框架，可检测车道中心线与交通要素并推理其间关系。我们分别优化各模块以防止相互干扰，并以少量微调将其聚合。对于两个检测头，我们采用类DETR架构检测目标；对于关系头，我们将来自前端检测器的两个实例特征拼接并输入分类器以获得关系概率。我们最终的提交取得了0.445 OLS，在子任务和综合分数上均具竞争力。
引用
@article{arxiv.2307.01557,
title = {Separated RoadTopoFormer},
author = {Mingjie Lu and Yuanxian Huang and Ji Liu and Jinzhang Peng and Lu Tian and Ashish Sirasao},
journal= {arXiv preprint arXiv:2307.01557},
year = {2023}
}