CVPR2022 |BEV感知(自动驾驶感知新范式)| Cross-view Transformers for real-time Map-view Semantic Segmentation

107 阅读 0 评论 71 点赞

我是靠谱客的博主愤怒蜡烛，最近开发中收集的这篇文章主要介绍CVPR2022 |BEV感知(自动驾驶感知新范式)| Cross-view Transformers for real-time Map-view Semantic Segmentation，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

Cross-view transformer BEV 内容导航

- 文章信息
- 内容摘要
- 论文方法简介
- 实验数据
- 论文总结和展望

文章信息

在这里插入图片描述

文章链接: https://arxiv.org/abs/2205.02833
代码：https://github.com/bradyz/cross_view_transformers

内容摘要

不同于之前的 VPN，lift-splat 方法，本文提出了一种新的基于transformer 架构的环视 BEV 分割方法，设计了 camera-aware 位置编码来关联 BEV 平面和环视 camera 的 feature。

论文方法简介

在这里插入图片描述

实验数据

在这里插入图片描述
论文中的方法相对 Lift-Splat，FIERY 优势，算法架构更加简洁，模型推理速度更快。

论文总结和展望

目前 BEV 感知在自动驾驶领域吸引越来越多的注意力，不同于 lift-splat 显式预测深度融合BEV的方法，目前 transformer-based隐式融合路线涌现大量的 BEV 感知方法， BevFormer，BevSegFormer 等方法，本文提供了一种新思路，推理速度也快，是一种不错的方法。后期越来越多的工作会聚焦在如何做featrue 融合，Bev query 和环视referece feature 关联上面，以及和 Lidar Bev 融合上面。