VMA：面向大规模驾驶场景的 Divide-and-Conquer 矢量化地图标注系统
计算机视觉与模式识别
2023-08-29 v2
摘要
高精(HD)地图是自动驾驶的必要基础设施。在本工作中，我们构建了一个系统化的矢量化地图标注框架（称为VMA），用于高效生成大规模驾驶场景的HD地图。我们设计了一种分治标注方案以解决HD地图生成的空间可扩展性问题，并将具有多种几何图案的地图要素抽象为统一的点序列表示，可扩展至驾驶场景中大多数地图要素。VMA高效且可扩展，所需人力可忽略不计，并在空间尺度和要素类型上具备灵活性。我们在真实城市与高速公路场景以及NYC Planimetric Database上定量和定性地验证了标注性能。VMA能显著提升地图生成效率并减少人力需求。平均而言，VMA标注一个范围达数百米的场景需160分钟，并降低52.3%的人力成本，展现出巨大的应用价值。代码：https://github.com/hustvl/VMA。
引用
@article{arxiv.2304.09807,
title = {VMA: Divide-and-Conquer Vectorized Map Annotation System for Large-Scale Driving Scene},
author = {Shaoyu Chen and Yunchi Zhang and Bencheng Liao and Jiafeng Xie and Tianheng Cheng and Wei Sui and Qian Zhang and Chang Huang and Wenyu Liu and Xinggang Wang},
journal= {arXiv preprint arXiv:2304.09807},
year = {2023}
}
备注
https://github.com/hustvl/VMA