用于矢量化高精地图构建的流查询去噪
计算机视觉与模式识别
2024-01-19 v2
摘要
为了提升自动驾驶领域复杂且广阔场景中的感知性能，时序建模受到了显著关注，特别是流式方法。流式模型的主流趋势涉及利用流查询 (stream queries) 进行时序信息的传播。尽管这种方法十分普遍，但直接将流式范式应用于矢量化高精地图 (HD-maps) 的构建，未能充分利用时序信息的内在潜力。本文介绍了流查询去噪 (SQD) 策略，作为一种用于高精地图 (HD-map) 构建时序建模的新方法。SQD 旨在促进流式模型内地图元素间时序一致性的学习。该方法涉及对添加了前一帧真值信息噪声的查询进行去噪。此去噪过程旨在重建当前帧的真值信息，从而模拟流查询中固有的预测过程。SQD 策略可应用于那些流式方法（例如 StreamMapNet）以增强时序建模。所提出的 SQD-MapNet 是配备了 SQD 的 StreamMapNet。在 nuScenes 和 Argoverse2 上的大量实验表明，我们的方法在所有近程和远程设置下均显著优于其他现有方法。代码即将公开。
引用
@article{arxiv.2401.09112,
title = {Stream Query Denoising for Vectorized HD Map Construction},
author = {Shuo Wang and Fan Jia and Yingfei Liu and Yucheng Zhao and Zehui Chen and Tiancai Wang and Chi Zhang and Xiangyu Zhang and Feng Zhao},
journal= {arXiv preprint arXiv:2401.09112},
year = {2024}
}