HIMap: HybrIde Repräsentationslernen für die End-to-End vektorisierte HD-Kartenkonstruktion

Die vektorisierte Hochauflösungs-(HD)-Kartenkonstruktion erfordert Vorhersagen der Kategorie und der Punktkoordinaten der Kartenelemente (z. B. Straßenbegrenzung, Fahrbahntrennung, Fußgängerüberweg usw.). Die neuesten Methoden basieren hauptsächlich auf dem Lernen von Repräsentationen auf Punktebene, um genaue Punktkoordinaten zu regressieren. Allerdings hat diese Pipeline Einschränkungen bei der Erfassung von Elementebene Informationen und der Handhabung von Fehlschlägen auf Elementebene, z. B. fehlerhafte Elementformen oder Verwicklungen zwischen Elementen. Um die oben genannten Probleme zu lösen, schlagen wir ein einfaches, aber effektives hybrides Framework namens HIMap vor, um sowohl die Punkt- als auch die Elementebene Informationen ausreichend zu lernen und zu interagieren. Konkret führen wir eine hybride Repräsentation namens HIQuery ein, um alle Kartenelemente darzustellen, und schlagen einen Punkt-Element-Interaktor vor, um interaktiv die hybriden Informationen der Elemente (z. B. Punktposition und Elementform) in das HIQuery zu extrahieren und zu kodieren. Darüber hinaus präsentieren wir eine Konsistenzbeschränkung zwischen Punkt und Element, um die Konsistenz zwischen den Informationen auf Punkt- und Elementebene zu verbessern. Schließlich kann das integrierte HIQuery von Punkt-Element-Ausgaben direkt in Klassen, Punktkoordinaten und Masken von Kartenelementen umgewandelt werden. Wir führen umfangreiche Experimente durch und übertreffen konsistent frühere Methoden sowohl bei den nuScenes- als auch bei den Argoverse2-Datensätzen. Bemerkenswerterweise erreicht unsere Methode 77,8 mAP im nuScenes-Datensatz, was bemerkenswert überlegener ist als frühere SOTAs mit mindestens 8,3 mAP.