DTCLMapper:双时间一致性学习用于矢量化高清地图构建
原文中文,约500字,阅读约需1分钟。发表于: 。本论文介绍了一种基于 DTCLMapper 方法的时间融合的矢量 HD 地图生成技术,通过引入时间实例一致性和时间地图一致性学习来改善单帧地图中实例的表示。在广泛的实验证明,该方法在矢量化地图任务中表现出了最先进的性能。
介绍了Map Transformer框架,用于在线矢量高清地图构建,能够准确描述地图元素的形状并稳定学习过程。通过层次化查询嵌入方案和层次二分匹配,能够处理任意形状的地图元素。在nuScenes和Argoverse2数据集上达到了最先进的性能。提供的代码和演示有助于进一步研究和应用。