面向鸟瞰图感知的视觉驱动二维监督微调框架
计算机视觉与模式识别
2024-09-10 v1
摘要
视觉鸟瞰图（BEV）感知因其卓越的感知能力，正逐步取代成本高昂的基于激光雷达的感知系统，尤其是在城市智能驾驶领域。然而，这种感知方式仍然依赖激光雷达数据来构建真值数据库，这一过程既繁琐又耗时。此外，大多数量产的自动驾驶系统仅配备环视摄像头传感器，缺乏用于精确标注的激光雷达数据。为了应对这一挑战，我们提出了一种基于视觉二维语义感知的BEV感知网络微调方法，旨在增强模型在新场景数据中的泛化能力。考虑到二维感知技术的成熟与发展，我们的方法显著降低了对高成本BEV真值的依赖，并展现出良好的工业应用前景。在nuScenes和Waymo公开数据集上进行的大量实验和对比分析证明了我们所提方法的有效性。
引用
@article{arxiv.2409.05834,
title = {Vision-Driven 2D Supervised Fine-Tuning Framework for Bird's Eye View Perception},
author = {Lei He and Qiaoyi Wang and Honglin Sun and Qing Xu and Bolin Gao and Shengbo Eben Li and Jianqiang Wang and Keqiang Li},
journal= {arXiv preprint arXiv:2409.05834},
year = {2024}
}