高精地图落地 | InstaGraM：实时端到端矢量化高精地图新SOTA！

！

摘要

构建包含几何和语义信息的轻量级高精（HD）地图对于自动驾驶的大规模部署至关重要。为了从车辆捕获的一组图像中自动生成此类地图，大多数工作都将此映射表述为分割问题，这意味着需要进行大量的后处理以获得最终的矢量化表示。替代技术能够以端到端的方式生成HD地图，但依赖于计算昂贵的自回归模型。为了将基于相机的应用水平提高到一个适用的水平，论文提出了InstaGraM，这是一个快速的端到端网络，通过地图元素的实例级图形建模生成矢量化的高精地图。论文的策略包括三个主要阶段：俯视图特征提取、道路元素的顶点和边缘检测，以及转换为语义向量表示。在自上而下的特征提取之后，利用编码器架构来预测道路元素的一组顶点和边缘图。最后，通过注意力图神经网络将这些顶点与边缘图相关联，生成语义矢量化地图。论文提出回归距离转换地图，因为它们在顶点之间提供了强大的空间关系和方向信息，而不是依赖于普通的分割方法。在nuScenes数据集上的综合实验表明，InstaGraM比HDMapNet高13.7mAP，并实现了与VectorMapNet相当的精度，推理速度提高了5倍。

总结来说，本文的主要贡献如下：

本站是提供个人知识管理的网络存储空间，所有内容均由用户发布，不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息，谨防诈骗。如发现有害或侵权内容，请点击一键举报。